文献

J-GLOBAL ID：201802248476338925   整理番号：18A0126562

時間的データクラスタリングのためのHMMに基づくアプローチを介したBi重み付きアンサンブル【Powered by NICT】

Bi-weighted ensemble via HMM-based approaches for temporal data clustering

著者 (2件)： Yang Yun (National Pilot School of Software, Yunnan University, China) ,  Jiang Jianmin (Research Institute for Future Media Computing, College of Computer Science & Software Engineering, Shenzhen University, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 76  ページ： 391-403  発行年： 2018年 
JST資料番号： D0611A  ISSN： 0031-3203  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： 時間データクラスタリングのためのアンサンブル技法の性能を改善するために,すべてのHMMベースクラスタリング技術とその応用で遭遇する初期化と自動モデル選択の問題を解決するために本論文で新しい倍重みつき集合を提案した。著者らの提案したアンサンブルは,各区画を調べ,重要性のレベルと一致してこれらの入力分割に関するコンセンサス関数を最適化の過程でBi重みづけ方式の特徴としている。提案方式の中で,複数の分割,異なる初期化下でのHMMベースKモデルにより生成された,倍重みつき超グラフの表現に最適再圧密し,最終コンセンサス分配は樹状図ベースの類似性分配(DSPA)に関連した凝集クラスタリングアルゴリズムにより生成した,最適化した。芸術の存在状態と比較して,筆者らが提案したアプローチはクラスタの数を自動的に決定することができるという利点が,範囲時間データセットの優れたクラスタリング性能,合成データセット,時系列ベンチマーク,および実世界運動軌跡データセットを達成した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *クラスタ化 ,  *クラスタ ,  最適化 ,  凝集 ,  類似性 ,  ベンチマーク ,  超グラフ ,  系統樹 ,  圧密
準シソーラス用語： 運動軌道 ,  クラスタリングアルゴリズム ,  モデル選択 ,  *データクラスタリング , 【Automatic Indexing@JST】

著者キーワード (4件)： データクラスタリング ,  アンサンブル学習 ,  隠れMarkovモデル ,  モデル選択

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

タイトルに関連する用語 (4件)： データクラスタリング ,  HMM ,  Bi ,  アンサンブル