文献

J-GLOBAL ID：201902285422644368   整理番号：19A2417592

識別深クラスタ化モデルの学習【JST・京大機械翻訳】

Learning Discriminatory Deep Clustering Models

著者 (5件)： Alqahtani A. (Department of Computer Science, Swansea University, Swansea, UK) ,  Alqahtani A. (Department of Computer Science, King Khalid University, Abha, Saudi Arabia) ,  Xie X. (Department of Computer Science, Swansea University, Swansea, UK) ,  Deng J. (Department of Computer Science, Swansea University, Swansea, UK) ,  Jones M. W. (Department of Computer Science, Swansea University, Swansea, UK)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11678  ページ： 224-233  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 深部畳込み自動符号器(DCAE)は,その内部層を介して有用な特徴を得ることを可能にし,クラスタリング解析に利用されている抽象化潜在表現を提供する。DCAEは,低次元表現において類似のパターンを抽出するための深いクラスタリング法を可能にし,分散データに対する理想的な代表的な中心を見出す。本論文では,様々な程度の監視の存在下で行った深いクラスタリングモデルを提示した。著者らは,監視コンポーネントを含むためのDCAEの新しいバージョンを提案した。学習過程に様々なレベルの監視を注入する機構を紹介した。この機構は,抽出された潜在的表現を効果的に調整し,最良の識別属性を生成するために監視知識を提供するのに役立つ。著者らのアプローチの重要なアイデアは,ロバストなクラスタを形成するためにコンパクトな構造を探索するとき,監視の程度を変化させることによって,多数の構造の識別力を区別することである。MNIST,USPS,MNIST方式,SVHNデータセットに関する著者らのモデルを評価して,種々の監視レベルに関するクラスタ化精度を示した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *クラスタ ,  *クラスタ化 ,  畳込み ,  ロバスト性 ,  符号器
準シソーラス用語： 学習過程 ,  クラスタリング法 ,  低次元 , 【Automatic Indexing@JST】

著者キーワード (3件)： 深い畳込み自動エンコーダ ,  埋め込みクラスタリング ,  監視

分類 (5件)： データベースシステム  (JD03030U) ,  数値計算  (JE02000J) ,  オペレーティングシステム  (JD03020J) ,  計算機システム開発  (JD02010R) ,  視覚  (EJ13020B)

タイトルに関連する用語 (4件)： 識別 ,  クラスタ化 ,  モデル ,  学習