文献

J-GLOBAL ID：201802237304332767   整理番号：18A0937859

L2ノルム正則化による新しい重みづけk平均型クラスタ化フレームワーク【JST・京大機械翻訳】

A new weighting k-means type clustering framework with an l ²-norm regularization

著者 (6件)： Huang Xiaohui (School of Information Engineering Department, East China Jiaotong University, Nanchang 330013, China) ,  Huang Xiaohui (Shenzhen Graduate School, Harbin Institute of Technology, Shenzhen 518055, China) ,  Yang Xiaofei (Shenzhen Graduate School, Harbin Institute of Technology, Shenzhen 518055, China) ,  Zhao Junhui (School of Information Engineering Department, East China Jiaotong University, Nanchang 330013, China) ,  Xiong Liyan (School of Information Engineering Department, East China Jiaotong University, Nanchang 330013, China) ,  Ye Yunming (Shenzhen Graduate School, Harbin Institute of Technology, Shenzhen 518055, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 151  ページ： 165-179  発行年： 2018年 
JST資料番号： T0426A  ISSN： 0950-7051  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： K平均アルゴリズムは,大規模データ集合をクラスタ化するための有効な技術であることが証明されている。しかしながら,従来のk-平均型クラスタリングアルゴリズムは,クラスタリング過程における特徴の識別能力を効果的に区別することができない。本論文では,特徴量に対するl2ノルム正則化により,W-k-平均を拡張することにより,新しいk-平均型クラスタリングフレームワークを提案した。フレームワークに基づいて,クラスタリング数値データ集合のための重心として従来の方法を用いることによりl2-Wkmeansアルゴリズムを提案し,分類データ集合をクラスタ化するために2つの異なる滑らかなモードを用いてl2-NOFとl2-NDMアルゴリズムを提示した。最初に,クラスタリングフレームワークのための新しい目的関数を開発した。次に,重心の対応する更新規則,メンバシップ行列,および特徴の重みを,新しいアルゴリズムのために理論的に引き出した。数値データセットとカテゴリーデータセットに関する提案アルゴリズムの性能を評価するために,広範な実験検証を行った。実験研究により,提案したアルゴリズムは,他の比較手法,例えば基本k-平均,W-k-平均,MKM_NOF,MKM_NDMなどと比較して一貫して有望な結果を提供することを示した。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： *正則化 ,  目的関数 ,  *クラスタ化 ,  *重みづけ ,  重心 ,  アルゴリズム
準シソーラス用語： 比較法 ,  実験研究 ,  実験検証 ,  特徴量 ,  クラスタリングアルゴリズム ,  大規模データセット ,  *L2ノルム , 【Automatic Indexing@JST】

著者キーワード (4件)： クラスタリング ,  k平均アルゴリズム ,  特徴重みづけ ,  L2ノルム正則化

分類 (3件)： システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (6件)： L2ノルム ,  正則化 ,  重みづけ ,  平均 ,  クラスタ化 ,  フレームワーク