文献

J-GLOBAL ID：201902280987521767   整理番号：19A1332709

Watson分布のDirichlet過程混合モデルによる軸対称データクラスタリング【JST・京大機械翻訳】

Axially Symmetric Data Clustering Through Dirichlet Process Mixture Models of Watson Distributions

著者 (4件)： Fan Wentao (Department of Computer Science and Technology, Huaqiao University, Xiamen, China) ,  Bouguila Nizar (Concordia Institute for Information Systems Engineering, Concordia University, Montreal, Canada) ,  Du Ji-Xiang (Department of Computer Science and Technology, Huaqiao University, Xiamen, China) ,  Liu Xin (Department of Computer Science and Technology, Huaqiao University, Xiamen, China)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 30  号： 6  ページ： 1683-1694  発行年： 2019年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
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： 本論文は,軸対称データをクラスタ化するためのBayes非パラメトリックフレームワークを提案した。著者らのアプローチは,Watson分布を有するDirichlet過程混合モデルに基づいており,無限Watson混合モデルとしても考慮することができる。本論文では,まず第一に,有限Watson混合モデルを,スティック破壊表現を有する打切りDirichletプロセス混合モデルのフレームワークに基づいて,その無限の対応物に拡張した。第二に,閉形式解を用いてモデルのパラメータを効果的に学習できる座標上昇平均場変分推論アルゴリズムを提案した。第3に,大量のデータセットに対処するために,確率的勾配上昇の方法を通して,提案したモデルを学習する確率的変分推論アルゴリズムを開発した。最後に,提案した非パラメトリックBayesモデルを,模擬軸対称データ集合と実世界応用,すなわち遺伝子発現データクラスタリングにより評価した。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： *軸対称性 ,  クラスタ化 ,  遺伝子発現 ,  アルゴリズム ,  打切
準シソーラス用語： Bayes法 ,  変分推論 ,  閉形式解 ,  *データクラスタリング ,  *混合モデル ,  *Dirichlet過程 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (5件)： 分布 ,  Dirichlet過程 ,  混合モデル ,  軸対称 ,  データクラスタリング