文献

J-GLOBAL ID：201802229174061904   整理番号：18A0726927

多視点k平均クラスタリングのための混合自己ペース学習【JST・京大機械翻訳】

Mixture Self-Paced Learning for Multi-view K-Means Clustering

著者 (4件)： Yu Hong ,  Lian Yahong ,  Xu Xiujuan ,  Zhao Xiaowei
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DASC/PiCom/DataCom/CyberSciTech  ページ： 1210-1215  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： 著者らの日常生活において,複数の特徴によって特徴付けられるより多くのデータがある。多視点設定において,単一視点を用いて推定されたクラスタは,いくつかの限界を有し,単一視点クラスタリングの品質は,マルチビュークラスタリングによって改善することができた。自己ペース学習は,人間の学習過程をシミュレートし,それは,容易に複雑から複雑になるように,視覚の情報をクラスタ化タスクに徐々に結合することができる。本論文では,最初に新しい混合自己ペース学習正則化を提案した。正則化器の有効性を再現するために,著者らはそれをロバストな多視点k-平均クラスタリングと結合して,新しい自己集合学習ベースのマルチビューk-平均(SPLMKM)クラスタリング法を提案した。非自明な寄与として,交互最小化戦略に基づく解を示した。比較実験により,提案した方法の利点を明らかにした。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： *学習 ,  *クラスタ ,  品質 ,  自己集合 ,  *クラスタ化 ,  正則化 ,  ロバスト性 ,  視覚 ,  比較試験
準シソーラス用語： クラスタリング法 ,  マルチビュー ,  学習過程 ,  日常生活 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 視点 ,  平均 ,  クラスタリング ,  自己 ,  学習