文献

J-GLOBAL ID：201902262866463257   整理番号：19A2119024

単純線形回帰モデルベースのデータクラスタリング【JST・京大機械翻訳】

Simple linear regression model based data clustering

著者 (1件)： Li Bingcheng (Lockheed Martin MST (United States))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 10988  ページ： 109880A-8  発行年： 2019年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Kmeansはデータマイニング(ランキング数2)における最も一般的なアルゴリズムの一つであり,多くの分野で広く使われている。Kmeansは2つのデータを比較するためにユークリッド距離を使用する。しかしながら,ユークリッド距離はデータ収集プロセスにおける線形変換に敏感である。これらの線形変換のために,同じクラス(クラス内距離)のための2つのデータポイントの間の距離は,KMeansアルゴリズムのために低いクラスタ化性能を引き起こす可能性がある異なるクラス(クラス間距離)のそれらより大きい可能性があった。本論文では,データクラスタリングのための簡単な線形回帰手法を提案した。差分を測定するためにユークリッド距離を用いる代わりに,類似性を測定し,2つのデータ点を比較するために適合(または正規化交差相関)の長所を用いることを推奨した。この新しいデータ比較技術を用いて,データクラスタリングのための線形回帰アプローチを導入し,提案した方法がKMeans法よりも高い性能と低い計算コストを持つことを実証した。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  データマイニング ,  一次変換 ,  データ収集 ,  クラスタ化 ,  類似性 ,  等級づけ
準シソーラス用語： 計算コスト ,  正規化相互相関 ,  *線形回帰 ,  Euclid距離 ,  *データクラスタリング ,  *線形回帰モデル , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 線形回帰モデル ,  データクラスタリング