文献

J-GLOBAL ID：201802219077663977   整理番号：18A0996542

Gaussツリー間のchernooff情報【JST・京大機械翻訳】

Chernoff information between Gaussian trees

著者 (4件)： Li Binglin (Department of Electronic Engineering, Tsinghua University, Beijing 100084 PR China) ,  Wei Shuangqing (School of Electrical Engineering and Computer Science, Louisiana State University, Baton Rouge, LA 70803, USA) ,  Wang Yue (Department of Electronic Engineering, Tsinghua University, Beijing 100084 PR China) ,  Yuan Jian (Department of Electronic Engineering, Tsinghua University, Beijing 100084 PR China)
資料名： Information Sciences  (Information Sciences)
巻： 453  ページ： 442-462  発行年： 2018年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,Gaussグラフ分類問題を扱った。Chernoff情報とトポロジーの間の関係の系統的な研究と,基礎となる図式試験問題に対する対応するGaussグラフの代数的性質を提供することを目的とした。最初に,関連共分散行列のChernoff情報と一般化固有値の間の関係を示した。次に,特定の局所サブツリー構造を共有する2つのGauss木の間のChernoff情報が2つのより小さいツリーのそれに変換できることを証明した。この方法で,著者らはChernoff情報の観点から等価Gaussツリー対のシーケンスを提供する。提案した移植操作の下で,ボトルネックGauss木,すなわち,そのような操作により接続されたGauss木を,2つの3ノードGaussツリーに単純化することができる。その後,著者らは,小さい差異が連結したグラフト化操作を通してより大きいものに蓄積されるとき,また部分的な規則化と同様に,Chernoff情報がどのように変化するかについての徹底的な研究を提供した。最後に,著者らは分類の目的のために一般化固有値に基づく最適線形次元縮小法を提案して,それはすべての線形変換の間で最大Chernoff情報を達成することを証明した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 線形性 ,  固有値 ,  移植片 ,  代数学 ,  簡素化 ,  位相幾何学 ,  一次変換 ,  *グラフ ,  次元縮小
準シソーラス用語： 部分木 ,  共分散行列 , 【Automatic Indexing@JST】

著者キーワード (5件)： Gaussツリー ,  chernooff情報 ,  サブツリーグラフト操作 ,  一般化固有値 ,  分類次元縮小

分類 (5件)： 信号理論  (ND02020G) ,  パターン認識  (JE07000S) ,  量子力学一般  (BA06010C) ,  その他の情報工学基礎理論  (JB06000C) ,  数値計算  (JE02000J)