文献

J-GLOBAL ID：201802261403258044   整理番号：18A0383056

高次元縮小問題への応用を持つ大規模指数判別分析のためのKrylov部分空間法を用いた不正確な実現【Powered by NICT】

Inexact implementation using Krylov subspace methods for large scale exponential discriminant analysis with applications to high dimensionality reduction problems

著者 (5件)： Wu Gang (Department of Mathematics, China University of Mining and Technology, Xuzhou 221116, Jiangsu, PR China) ,  Wu Gang (School of Mathematics and Statistics, Jiangsu Normal University, Xuzhou 221116, Jiangsu, PR China) ,  Feng Ting-ting (Department of Mathematics, Shanghai Key Laboratory of Pure Mathematics and Mathematical Practice, East China Normal University, Dongchuan RD 500, Shanghai 200241, PR China) ,  Zhang Li-jia (School of Mathematics and Statistics, Jiangsu Normal University, Xuzhou 221116, Jiangsu, PR China) ,  Yang Meng (School of Computer Science and Technology, Soochow University, Suzhou 215006, Jiangsu, PR China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 66  ページ： 328-341  発行年： 2017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： 指数判別分析(EDA)は,マトリックス指数関数に基づく一般化判別分析法である。は本質的に古典的な線形判別分析(LDA)に存在する小サンプルサイズ問題の本質的な困難さを克服することができる。しかし,高次元のデータに対して,この方法の大きなマトリックス指数関数的固有値問題を解決しなければならない,時間複雑性は大規模行列の指数関数の計算によって支配されている。本論文では,効率的に大規模行列指数関数的固有値問題を解くための二つの不正確なKrylov部分空間アルゴリズムを提案した。本研究の寄与は3つある。行列指数ベクトル積を効率的に計算する方法を考察し,それはKrylov部分空間法の重要な段階である。第二に,EDAの判別分析基準と理論的観点からLDAのそれを比較した。第三に,近似的固有ベクトルの精度と最近傍分類器までの距離の間の関係を確立し,マトリックス指数関数的固有値問題は実際に約解くことができる理由を示した。いくつかの実データベースを用いた数値実験は,顔認識のためのそれらの元の対応物を上回るこの新しいアルゴリズムの優位性を示した。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： データベース ,  *判別分析 ,  指数関数 ,  アルゴリズム ,  固有値問題 ,  *高次元 ,  固有ベクトル ,  *次元縮小 ,  近似法
準シソーラス用語： 数値実験 ,  ベクトル積 ,  *Krylov部分空間 ,  複雑性 ,  線形判別分析 ,  *Krylov部分空間法 , 【Automatic Indexing@JST】

著者キーワード (5件)： 次元縮小 ,  線形判別分析(LDA) ,  指数判別分析(EDA) ,  マトリックス指数関数 ,  Krylov部分空間法

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 次元縮小 ,  応用 ,  大規模 ,  指数 ,  判別分析 ,  Krylov部分空間法