文献

J-GLOBAL ID：202002212307053414   整理番号：20A2262105

Nr-KmeansとNr-DipMeansによる非冗長部分空間クラスタリング【JST・京大機械翻訳】

Non-Redundant Subspace Clusterings with Nr-Kmeans and Nr-DipMeans

著者 (4件)： Mautz Dominik (Ludwig-Maximilians-Universitaet Muenchen, Oettingenstr., Muenchen, Germany) ,  Ye Wei (University of California, California, CA) ,  Plant Claudia (University of Vienna) ,  Bohm Christian (Ludwig-Maximilians-Universitaet Muenchen, Oettingenstr., Muenchen, Germany)
資料名： ACM Transactions on Knowledge Discovery from Data  (ACM Transactions on Knowledge Discovery from Data)
巻： 14  号： 5  ページ： 1-24  発行年： 2020年 
JST資料番号： W5699A  ISSN： 1556-4681  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： 高次元空間における巨大な物体収集は,例えば,その形状または色によって交互にクラスタ化できるような1つ以上の方法でクラスタ化されることが多い。各グループ化はデータセットの異なる見解を表す。非冗長クラスタリングの新しい研究分野はこのクラスの問題を扱う。本論文では,異なる非冗長k平均様クラスタリングが,高次元空間の異なる任意配向部分空間に存在するかもしれないアプローチに従う。これらの部分空間(および任意のクラスタ構造のない更なる雑音空間)は互いに直交していると仮定した。この仮定は,非冗長クラスタリング問題の特に厳密な数学的処理,従って,Nr-K平均(非冗長k-平均)と呼ぶ,特に効率的なアルゴリズムを可能にする。著者らのアルゴリズムの優位性を,理論的,ならびに,広範な実験の両方で実証した。さらに,Hartiganのディップテストを利用するNr-K平均の拡張を提案し,各部分空間に対するクラスタ数を自動的に同定する。Please refer to this article’s citation page on the publisher website for specific rights information. 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 ,  雑音 ,  *冗長性 ,  クラスタ化 ,  *クラスタ ,  浸漬 ,  高次元
準シソーラス用語： *部分空間 ,  *部分空間クラスタリング , 【Automatic Indexing@JST】

著者キーワード (4件)： クラスタリング ,  k-means ,  非冗長性 ,  部分空間

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

タイトルに関連する用語 (2件)： 冗長 ,  部分空間クラスタリング