文献

J-GLOBAL ID：201802255003105393   整理番号：18A2013982

欠損エントリと高ランク行列完備化によるデータのためのスパース部分空間クラスタリング

Sparse subspace clustering for data with missing entries and high-rank matrix completion

著者 (2件)： Fan Jicong (Department of Electronic Engineering, City University of Hong Kong, Tat Chee Avenue, Kowloon, Hong Kong Special Administrative Region) ,  Chow Tommy W.S. (Department of Electronic Engineering, City University of Hong Kong, Tat Chee Avenue, Kowloon, Hong Kong Special Administrative Region)
資料名： Neural Networks  (Neural Networks)
巻： 93  ページ： 36-44  発行年： 2017年09月 
JST資料番号： T0698A  ISSN： 0893-6080  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 最近,多くの方法が部分空間クラスタ化のために提案されているが,それらはしばしば欠落しているために不完全なデータを扱うことができない。欠落したエントリーを回復するための行列完了法を用いることは,問題を解決するための一般的な方法である。従来の行列完了法は,行列が本質的に低ランクであるべきであるが,ほとんどの行列は,特に部分空間の数が大きい場合には,実際には高ランクまたは完全ランクであることを必要とする。本論文では,不完全データ部分空間クラスタ化と高ランク行列完成の問題を解決するために,Missing Entrisと行列合成を用いたスパース表現と呼ばれる新しい方法を提案した。提案したアルゴリズムは,疎な表現係数の行列を交互に計算し,データ行列の欠落したエントリーを回復する。提案したアルゴリズムは,表現係数,表現誤差,および行列ランクを最小化することにより,欠落したエントリーを回復する。合成データと自然画像に基づく完全な実験研究と比較分析を行った。提示した結果は,提案したアルゴリズムが,他の既存の方法と比較して,部分空間クラスタリングとマトリックス完了においてより効果的であることを実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *ニューラルネットワーク ,  *クラスタ化 ,  部分空間法 ,  クラスタ分析 ,  データ表現 ,  計算機アルゴリズム ,  最小化問題 ,  実証実験 ,  評価試験
準シソーラス用語： *クラスタリング ,  スパース表現

著者キーワード (5件)： 部分空間クラスタリング ,  スパース表現 ,  失われたエントリ ,  ハイランク ,  行列完備化

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 欠損 ,  エントリ ,  行列 ,  部分空間クラスタリング