文献

J-GLOBAL ID：201802271572583523   整理番号：18A0440284

データ分類のための密度に基づくマルチマニホールドISOMAP【Powered by NICT】

Density-based multi-manifold ISOMAP for data classification

著者 (3件)： Li Xiangyuan (College of Information Engineering, Northwest A&F University, Yangling, 712100) ,  Cai Cheng (College of Information Engineering, Northwest A&F University, Yangling, 712100) ,  He Jinrong (College of Information Engineering, Northwest A&F University, Yangling, 712100)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： APSIPA ASC  ページ： 897-903  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： ISOMAPは広く使用されている教師なし非線形次元縮小アルゴリズム,観察試料間の測地距離を保つことにより低次元空間への高次元空間の座標変換を保持する。または単一多様体の周りに均一に分布した高次元データに隠された固有低次元構造を見出すことができる。しかし,教師なし次元縮小方法である。通常,分類タスクのために,クラスラベルを用いた識別能力を増加させることができる。さらに,データは多クラス,それぞれが独立したマニホールドに対応するから採取されているならば,いくつかの非連結近傍グラフが形成される可能性があり,これはISOMAPアルゴリズムの失敗をもたらした。本論文では,密度に基づく新しい教師つきISOMAPを提案し,密度に基づく多様体ISOPMAP(DMM ISOMAP)。,適切な値を選択し,クラスラベルを用いて各クラスのための単一近傍グラフを構築し,短絡端を作製できない。各グラフのための密度ピーク点を発見し,それらを結合した。最後に,クラス間エッジである異なるマニホールドのデータ点間の距離を拡大することによって,識別能力を強化するためのものよりも大きいことをスケーリング因子を乗じた。一方,より大きな単一近傍グラフを組み込んだ,ISOMAPアルゴリズムは固有の低次元埋め込み構造を見つけるために適用した。合成と実世界データ上での分類タスクのための実験結果は,提案した方法の有効性を確認した。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： 多様体 ,  座標変換 ,  アルゴリズム ,  *マニホールド ,  次元縮小 ,  高次元
準シソーラス用語： 近傍 ,  低次元構造 ,  高次元データ ,  低次元 ,  測地距離 ,  非線形次元縮小 ,  *データ分類 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  システム・制御理論一般  (IA02010H) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： データ分類 ,  密度 ,  マルチ ,  マニホールド