文献

J-GLOBAL ID：201802277811989789   整理番号：18A1876103

δ-開集合クラスタリング-新しいトポロジカルクラスタ化法【JST・京大機械翻訳】

δ-Open set clustering-A new topological clustering method

著者 (9件)： Wang Shuliang (School of Software, Beijing Institute of Technology, Beijing, China) ,  Li Qi (School of Software, Beijing Institute of Technology, Beijing, China) ,  Yuan Hanning (School of Software, Beijing Institute of Technology, Beijing, China) ,  Li Deren (State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan, China) ,  Geng Jing (School of Software, Beijing Institute of Technology, Beijing, China) ,  Zhao Chuanfeng (College of Global Change and Earth System Science (GCESS), Beijing Normal University, Beijing, China) ,  Lei Yimeng (Department of Electrical Engineering, Columbia University, New York, New York) ,  Liu Chuanlu (School of Software, Beijing Institute of Technology, Beijing, China) ,  Liu Chengfei (School of Software and Electrical Engineering, Swinburne University of Technology, Melbourne, Victoria, Australia)
資料名： Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery  (Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery)
巻： 8  号： 6  ページ： e1262  発行年： 2018年 
JST資料番号： W2768A  ISSN： 1942-4787  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： クラスタリングは,固有のデータ構造を同定するために広く用いられている教師なし学習法であり,データマイニング,パターン認識,機械学習などの様々な分野に適用されている。本研究では,δオープン集合クラスタリングと呼ばれる新しいトポロジークラスタリング法を提案した。この方法の鍵となるアイデアは,各δオープンセットがデータの1つの特定のカテゴリを表すデータにおけるδオープンセットを決定することである。この方法は複雑なデータセットに対してもロバストな性能を持つことを示した。それは,多様な形状で来る複雑なタイプのデータ集合を分類することができて,ノイズを認識して,高次元のデータセットを扱うことができた。この方法はデータの分布が不平衡であっても有効である。クラスタリング過程において,1つは単一入力パラメータ,すなわちδの値を必要とする。Olivetti Faceデータベース上での顔識別実験により,この方法がピーククラスタリング法よりもはるかに信頼性が高いことを示した。また,極端な密度差を持つクラスタを扱うことができるδオープンセットクラスタリングを行う,もう一つの改善されたδオープンセットクラスタリングを提供した。本論文は以下のように分類される:技術>構造発見とクラスタ化アルゴリズム開発>構造発見。Copyright 2018 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *クラスタ ,  ロバスト性 ,  形態 ,  データ構造 ,  信頼性 ,  教師なし学習 ,  機械学習 ,  高次元 ,  位相幾何学 ,  データベース ,  データマイニング ,  非平衡状態 ,  雑音 ,  パターン認識 ,  *クラスタ化

著者キーワード (4件)： クラスタリング法 ,  複雑なデータ ,  オープンセット ,  ロバスト性能

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

タイトルに関連する用語 (1件)： クラスタリング