文献

J-GLOBAL ID：201702290023897679   整理番号：17A1827773

l_1融合ペナルティによる凸クラスタリング【Powered by NICT】

Convex clustering via l₁ fusion penalization

著者 (3件)： Radchenko Peter (University of Southern California, Los Angeles, USA) ,  Radchenko Peter (University of Sydney Business School, Darlington, Australia) ,  Mukherjee Gourab (University of Southern California, Los Angeles, USA)
資料名： Journal of the Royal Statistical Society. Series B. Statistical Methodology  (Journal of the Royal Statistical Society. Series B. Statistical Methodology)
巻： 79  号： 5  ページ： 1527-1546  発行年： 2017年 
JST資料番号： C0675A  ISSN： 1369-7412  資料種別： 逐次刊行物 (A)
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： 凸クラスタリングフレームワークの大規模サンプル挙動,クラスタ重心にl_1融合制約の下での二乗のクラスタ和内で試料を最小化を研究した。最近提案されたアプローチは,一般的になりつつあるが,その漸近的性質はほとんど知られていないままであった。著者らの解析は,最大化問題の配列によって決定されたクラスタ分割の配列として試料クラスタリング手順の新しい表現に基づいている。集団クラスタリング手順のための簡単で直感的定式化を提供するためにこの表現を用いている。試料法は一貫してその集団アナログを推定し,収束の対応する速度を導いたことを示した。証明はM-推定問題の収集,その濃度は試料サイズと共に成長の注意深い同時分析を行った。漸近解析から得られた新しい展望に基づいて,元のクラスタリングフレームワークの重要な後処理修正を提案した。を理論的かつ実験的に,得られたアプローチは,個体群内のクラスタ数を推定するために使用できることを示した。シミュレートされたデータを用いて,既存の数のクラスタとモダリティ評価手法と提案した方法を比較し,有望な結果を得た。単細胞ウイルス学研究における細胞亜集団の検出にこのクラスタリング法の適用性を実証した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 最大化問題 ,  クラスタ分割 ,  *クラスタ化 ,  定式化 ,  *凸形 ,  後処理 ,  *クラスタ ,  適応性 ,  同時分析 ,  重心 ,  *ペナルティ ,  個体群
準シソーラス用語： クラスタリング法 ,  単一細胞 ,  漸近解析 , 【Automatic Indexing@JST】

著者キーワード (4件)： 凸クラスタリング ,  融合ペナルティ ,  クラスタの数 ,  収束の速度

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 融合 ,  ペナルティ ,  凸 ,  クラスタリング