文献

J-GLOBAL ID：201802239371267488   整理番号：18A0880327

適応近傍選択に基づく局所線形埋め込みアルゴリズム【JST・京大機械翻訳】

Locally linear embedding algorithm based on adaptive neighborhood selection

著者 (4件)： Zhang Zhiyou (南京信息職業技術学院 中認新能源技術学院,江蘇 南京,210023) ,  Zhou Jiayan (江蘇省南京工程高等職業学校 電子工程系,江蘇 南京,211135) ,  Shao Haijian (江蘇科技大学 計算机科学与工程学院,江蘇 鎮江,212003) ,  Bao Anping (南京信息職業技術学院 中認新能源技術学院,江蘇 南京,210023)
資料名： Nanjing Ligong Daxue Xuebao. Ziran Kexue Ban  (Nanjing Ligong Daxue Xuebao. Ziran Kexue Ban)
巻： 41  号： 6  ページ： 748-752  発行年： 2017年 
JST資料番号： C2961A  ISSN： 1005-9830  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 高次元データ次元縮小の計算効率を改善するために,局所近傍相関の重みと疎行列に基づいて,改良局所線形埋め込みアルゴリズムを提案した。高次元データ次元縮小の情報量推定に対して、相関次元推定方法を採用して一致多様体情報量の上界を計算した。Swiss、Brokenswiss、Helix、TwinpeaksとIntersectの5種類の古典的なデータセットを用いて、実験評価を行った。実験結果は,局所線形埋め込みアルゴリズムと比べて,提案したアルゴリズムの速度はそれぞれ27.60%,27.51%,27.18%,28.31%,および45.28%向上することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 多様体 ,  *線形性 ,  スパース行列 ,  *アルゴリズム ,  次元縮小 ,  情報量
準シソーラス用語： 実験評価 ,  上界 ,  相関次元 ,  計算効率 ,  高次元データ ,  *近傍 , 【Automatic Indexing@JST】

著者キーワード (5件)： adaptive neighborhood selection ,  locally linear embedding ,  sparse matrices ,  dimension reduction ,  manifold algorithm

分類 (3件)： グラフ理論基礎  (IA02020S) ,  人工知能  (JE08000Z) ,  システム同定  (IA02040O)

タイトルに関連する用語 (5件)： 適応 ,  近傍 ,  線形 ,  埋め込み ,  アルゴリズム