文献

J-GLOBAL ID：201802270741143385   整理番号：18A1410319

データ欠落の場合の関数型データクラスタリング手法とアプリケーション【JST・京大機械翻訳】

Application of Functional Data Clustering Methods on Missing Data

著者 (5件)： Gao Minghui (中国人民大学応用統計科学研究中心 北京 100872;中国人民大学統計学院 北京 100872) ,  Yi Danhui (中国人民大学応用統計科学研究中心 北京 100872;中国人民大学統計学院 北京 100872) ,  Peng Jin (中国中医科学院中医臨床基礎医学研究所 北京 100700) ,  Hu Jingqing (中国中医科学院中医基礎理論研究所 北京 100700) ,  Yang Yan (湖北中医薬大学 湖北 430065)
資料名： Shijie Kexue Jishu-Zhong Yiyao Xiandaihua  (Shijie Kexue Jishu-Zhong Yiyao Xiandaihua)
巻： 19  号： 12  ページ： 1966-1975  発行年： 2017年 
JST資料番号： C3606A  ISSN： 1674-3849  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、主に関数型データのクラスタリング方法を検討し、それを漢方医の宗気データに応用し、実証分析を行った。関数型データの仮定は離散の時間観測が真実に存在する連続時間関数によって決定され、この連続時間関数は無限数の基底関数とその係数で表すことができる。関数型クラスタリングの方法はオリジナルデータクラスタリング法、選別方法及び自己適応方法があり、ある時間点のサンプル観測に欠損がある時、原始データクラスタリング法はサンプル属の類別を計算できない。完全時間観測データの関数型クラスタリング問題のため,データの欠落がある場合には,関数曲線のフィッティングは可能であるが,効果は理想的でないので,クラスタリングの効果は良くない。適応法は,完全な観測だけでなく,欠陥のある関数型データのクラスタリングにも適用可能である。本論文では、適応方法を欠損のある漢方医学の宗気時間観測に応用し、高齢者を宗気レベルに従って、宗気充足、宗気レベル一般、宗気不足の3種類に分けた。関数型クラスタリングの適応方法は,人の特性のより良い効果を持っている。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 連続時間系 ,  *クラスタ化 ,  基底関数 ,  *応用プログラム ,  漢方 ,  老人
準シソーラス用語： データクラスタリング ,  自己適応 ,  クラスタリング法 , 【Automatic Indexing@JST】

著者キーワード (4件)： Functional Data ,  Clustering ,  Missing data ,  Adaptive method

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 欠落 ,  関数 ,  クラスタリング手法 ,  アプリケーション