文献

J-GLOBAL ID：201902252706790573   整理番号：19A0133048

TCMデータ解析への応用による深層特徴学習に基づくクラスタリング【JST・京大機械翻訳】

Deep Feature Learning Based Clustering with Application to TCM Data Analysis

著者 (3件)： Zhang Gang ,  Huang Yong-hui ,  Zhang Xiao-bo
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ITME  ページ： 750-754  発行年： 2018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： クラスタリング解析は,伝統的中国医学(TCM)データ解析のための重要な教師なし学習法である。TCMデータの分散と不均一性のために,入力空間から直接抽出された特徴は,貧弱なクラスタリング結果をもたらす可能性がある。深い学習研究と応用の成功により,学習された特徴の質を改善するために,深いネットワークモデルに基づく特徴学習フレームワークを提案した。提案したフレームワークは,大域的最適化解に導く深い特徴学習とクラスタリングを組み込んだ。提案した方法を2つのTCM臨床データセットに適用し,結果は,提案した方法が現在の最先端の方法より優れていることを示した。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： *深層 ,  不均一性 ,  *データ解析 ,  *学習 ,  *クラスタ化 ,  教師なし学習
準シソーラス用語： 臨床データ ,  大域的最適化 ,  ネットワークモデル , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (6件)： TCM ,  データ解析 ,  応用 ,  深層 ,  学習 ,  クラスタリング