文献

J-GLOBAL ID：201802283865150567   整理番号：18A0586584

メモリ効率的な低品位非線形部分空間追跡【Powered by NICT】

Memory efficient low-rank non-linear subspace tracking

著者 (3件)： Sheikholeslami F. (Department of Electrical and Computer Engineering, University of Minnesota, Minneapolis MN) ,  Berberidis D. (Department of Electrical and Computer Engineering, University of Minnesota, Minneapolis MN) ,  Giannakis G. B. (Department of Electrical and Computer Engineering, University of Minnesota, Minneapolis MN)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CAMSAP  ページ： 1-5  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： 低ランク部分空間追跡のタスクは,ストリーミングデータ上での特徴抽出のための非常に重要である。データを線形モデルに付着できない広範囲の応用を考慮して,本研究では,非線形部分空間追跡アルゴリズムを提案した。提案したアルゴリズムは,オンライン様式で進化する非線形部分空間を学習し,追跡できる。非線形性の概念は,カーネル誘導型写像の利用を介して調節されているが,治療しなければ,計算だけでなく,メモリ要求は大規模データセットにおけるスケーラビリティ問題を課すことになる。この問題は保存すべきデータベクトルの数に予め定義された手頃な収支を,アルゴリズムの計算と記憶成長を防止することにより検討した,おそらく進化する部分空間の追跡を可能にする。数値試験を,合成および実データセット上で提案アルゴリズム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： 写像 ,  *記憶装置 ,  非線形性 ,  特徴抽出 ,  アルゴリズム
準シソーラス用語： 大規模データセット ,  オンライン ,  追跡アルゴリズム ,  *部分空間 ,  線形モデル ,  ストリーミングデータ ,  *部分空間追跡 ,  *メモリ効率 , 【Automatic Indexing@JST】

分類 (5件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T) ,  パターン認識  (JE07000S) ,  放射線を利用した診断  (GC04020K) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (4件)： メモリ効率 ,  品位 ,  非線形 ,  部分空間追跡