文献

J-GLOBAL ID：201702290003386393   整理番号：17A1351408

類似していないデータのための比較定量化に基づくクラスタ同定とスケーリング法【Powered by NICT】

Cluster identification and scaling methods based on comparative quantification for dissimilarity data

著者 (2件)： Sato-Ilic Mika (Faculty of Engineering, Information and Systems, University of Tsukuba, Tsukuba, Japan) ,  Ilic Peter (Center for Global Language and Society in Higher Education, Tokyo University of Foreign Studies, Tokyo, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： FUZZ-IEEE  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,二つの方法を提案した。一つは時間(または被験者)上のオブジェクト間の3元非類似性データのためのクラスタ同定法であり,もう一つはオブジェクト間の非類似性データに対するクラスタスケーリング方法である。両方法はクラスタ間のクラスタまたは関係とスケールを構築し部分空間をにわたる基底の対の間の関係の定量的量を得ることができる比較定量化モデルに基づいている。これらの方法の利点は,時間(または名)で得られたクラスタの「比較」を得て,対物体の間で観察された非類似性のための「適応スケール」を供給できることである,観測データの次元数を減少させ,低次元部分空間の中のオブジェクト間の非類似性関係を説明するために。学生の認知3非類似性データを用いて教育効果を調べるために数値例は提案した方法の優れた性能を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： モデリング ,  *クラスタ ,  基底
準シソーラス用語： 低次元 ,  部分空間 ,  非類似性 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 類似 ,  定量化 ,  クラスタ ,  同定 ,  スケーリング