文献

J-GLOBAL ID：201802253098100533   整理番号：18A0408116

大規模次元縮小法の品質評価【Powered by NICT】

Quality assessment of large scale dimensionality reduction methods

著者 (2件)： Banda Ntombikayise (Computer Laboratory, University of Cambridge, Cambridge, UK) ,  Engelbrecht Andries (Department of Computer Science, University of Pretoria Pretoria, South Africa)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISCMI  ページ： 6-10  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： スペクトル次元縮小アルゴリズムの適用は,一般化固有ベクトル分解問題を解くことに関連した高い計算コストのために,中小データセットに限られている。アルゴリズムで使用される大きな類似性行列を近似するために,Nystrom法を用い,その応用を拡張した大規模データセットに可能にした。論文は,生成される埋め込みの品質に焦点を当て,近似に用いた試料の数,保持する特徴次元数,および種々の性能測度間の相互作用を研究した。結果は信頼性があり低次元特徴集合の生成に必須であることを変数に洞察を提供した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 固有ベクトル ,  アルゴリズム ,  相互作用 ,  *次元縮小 ,  近似法 ,  *品質 ,  類似性 ,  スペクトル次元 ,  信頼性
準シソーラス用語： 低次元 ,  性能測度 ,  大規模データセット ,  計算コスト ,  *品質評価 , 【Automatic Indexing@JST】

分類 (4件)： 計算理論  (JB02000A) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： 大規模 ,  次元縮小 ,  品質評価