文献

J-GLOBAL ID：201902233356894887   整理番号：19A1934240

非類似性データと多変量データのための一般化構造成分分析【JST・京大機械翻訳】

Generalized Structured Component Analysis for Dissimilarity Data and Multivariate Data

著者 (2件)： Tanioka Kensuke ,  Yadohisa Hiroshi
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ACIT-CSII-BCD  ページ： 320-325  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： 非対称非類似性データは,マーケティング領域のような様々な領域で観察される。状況において,非対称多次元スケーリング(AMDS)は視覚的に物体間の非対称関係を解釈するための有用なツールである。しかし,オブジェクトの数が大きい場合,これらの推定座標はPCAと異なり解釈できないので,関係を解釈することは困難になる。ここでは,非対称非類似性データの同じオブジェクトに対する多変量データが非類似性データと共に与えられるという多くの状況がある。そこで,オブジェクト間の非対称関係を容易に解釈するために,多変量データの情報を用いることを試みた。本論文では,推定座標がSEMのような経路構造から解釈できるような新しいAMDSを提案した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 高次元 ,  視覚 ,  マーケティング ,  *非対称性
準シソーラス用語： 成分分析 ,  *多変量データ ,  *非類似性 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 非類似性 ,  多変量データ ,  一般化 ,  成分分析