文献

J-GLOBAL ID：201802248696543822   整理番号：18A1654748

T-分布ランダム近隣埋め込みに基づくクラスタリングアンサンブル手法【JST・京大機械翻訳】

Cluster Ensemble Approach Based on T-distributed Stochastic Neighbor Embedding

著者 (6件)： Xu Sen (塩城工学院信息工程学院 塩城 224051) ,  Hua Xiaopeng (塩城工学院信息工程学院 塩城 224051) ,  Xu Jing (塩城工学院信息工程学院 塩城 224051) ,  Xu Xiufang (塩城工学院信息工程学院 塩城 224051) ,  Gao Jun (塩城工学院信息工程学院 塩城 224051) ,  An Jing (塩城工学院信息工程学院 塩城 224051)
資料名： Dianzi yu Xinxi Xuebao  (Dianzi yu Xinxi Xuebao)
巻： 40  号： 6  ページ： 1316-1322  発行年： 2018年 
JST資料番号： C2507A  ISSN： 1009-5896  CODEN： DKXUEC  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： 本論文では,T-分布確率近隣埋め込み(TSNE)をクラスタリング問題に導入し,TSNEに基づくクラスタリングアンサンブル法を提案した。最初に,TSNEは,高次元データ点と低次元写像点の間のKL発散を最小化し,高次元空間構造を低次元空間に維持し,次に,低次元空間における階層的クラスタ化アルゴリズムにより,最終クラスタリング結果を獲得した。ベンチマークデータセットに関する実験結果は,TSNEが階層的クラスタ化アルゴリズムのクラスタリング品質を改良できて,それは,主流のクラスタリング方式より良い結果を得ることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 高次元 ,  ベンチマーク ,  品質 ,  立体構造 ,  写像 ,  アルゴリズム ,  *クラスタ化
準シソーラス用語： 低次元 ,  高次元データ ,  アンサンブル法 , 【Automatic Indexing@JST】

著者キーワード (4件)： Machine learning ,  Clustering analysis ,  Cluster ensemble ,  Hierarchical clustering

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  通信網  (ND07030A)

タイトルに関連する用語 (5件)： 分布 ,  埋め込み ,  クラスタリング ,  アンサンブル ,  手法