文献

J-GLOBAL ID：201802268062723001   整理番号：18A0818121

クラスタを意識した星座標【JST・京大機械翻訳】

Cluster aware Star Coordinates

著者 (6件)： Feng Kang (Shandong University, China) ,  Wang Yunhai (Shandong University, China) ,  Zhao Ying (Central South University, China) ,  Fu Chi-Wing (Chinese University of Hong Kong, Hong Kong) ,  Cheng Zhanglin (Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, China) ,  Chen Baoquan (Shandong University, China)
資料名： Journal of Visual Languages & Computing  (Journal of Visual Languages & Computing)
巻： 44  ページ： 28-38  発行年： 2018年 
JST資料番号： W0216A  ISSN： 1045-926X  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： 星座標は,高次元データを探索するための重要な可視化ツールである。星座標軸を注意深く操作することにより,ユーザは高次元データにおけるクラスタ構造を明らかにするための良好な射影行列を得ることができる。しかし,軸操作による良好な投影行列の発見は,しばしば非常に面倒で試行錯誤の過程である。本論文では,より高いクラスタ品質で軸操作の効率を改善するだけでなく,クラスタとデータ属性の間の関係を学習することを可能にするクラスタ認識星座標プロットを提示した。提案した近似視覚シルエット指数に基づいて,著者らはシルエットインデックスビューを導入して,それは射影のクラスタ品質のユーザをインタラクティブに知らせた。しかし,ユーザは,クラスタ品質を改善するために軸を操作する方法に関してまだ手掛かりを持たないかもしれない。この問題を解決するために,射影行列を徐々に修正し,クラスタ結果を改善するための可視化のための次元縮小技術を提案した。クラスタ認識相互作用の族を含むこの技術を通して,ユーザは,点,クラスタおよび次元のような興味の重要な特徴を強調することができ,クラスタ構造の変化を効果的に調査し,次元との関係を調べることができる。最後に,12の高次元データ集合を採用し,一連の実験を通して,著者らの方法の有効性を実証した。最先端の方法との比較,相互作用異常値検出,およびクラスタ次元関係の調査である。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  近似法 ,  *クラスタ ,  可視化 ,  次元縮小 ,  品質 ,  クラスタ化 ,  視覚
準シソーラス用語： 異常値検出 ,  最先端 ,  シルエット ,  射影行列 ,  クラスター構造 ,  可視化ツール ,  高次元データ , 【Automatic Indexing@JST】

著者キーワード (4件)： 次元縮小 ,  視覚クラスタリング ,  星座標 ,  高次元データ

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  データベースシステム  (JD03030U)

タイトルに関連する用語 (4件)： クラスタ ,  意識 ,  星 ,  座標