文献

J-GLOBAL ID：202002240314534048   整理番号：20A0182279

分割レベルマルチビュー部分空間クラスタリング

Partition level multiview subspace clustering

著者 (9件)： Kang Zhao (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Sichuan, 611731, China) ,  Zhao Xinjia (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Sichuan, 611731, China) ,  Peng Chong (College of Computer Science and Technology, Qingdao University, China) ,  Zhu Hongyuan (Institute for Infocomm Research, A*STAR, Singapore) ,  Zhou Joey Tianyi (Institute of High Performance Computing, A*STAR, Singapore) ,  Peng Xi (College of Computer Science, Sichuan University, China) ,  Chen Wenyu (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Sichuan, 611731, China) ,  Xu Zenglin (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Sichuan, 611731, China) ,  Xu Zenglin (Centre for Artificial Intelligence, Peng Cheng Lab, Shenzhen 518055, China)
資料名： Neural Networks  (Neural Networks)
巻： 122  ページ： 279-288  発行年： 2020年02月 
JST資料番号： T0698A  ISSN： 0893-6080  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： マルチビュークラスタリングは複数のソース(ビュー)データを扱い,異なるビュー間の相補的情報を探索するその能力に起因して最近注目を集めている。様々な方法の中で,マルチビュー部分空間クラスタリング法は有望な性能を提供する。それらは主にデータ点がある空間におけるマルチビュー情報を統合する。したがって,それらの性能は各個別のビューに存在するノイズ,または不均一な特徴間での非一貫性のために低下する可能性がある。マルチビュークラスタリングにとって,基本的前提はすべてのビュー間で共有される分割が存在するということである。したがって,マルチビュークラスタリングの自然な空間はすべての分割になるべきである。既存の方法と直交して,(i)各分割はコンセンサスクラスタリングの摂動であること,(ii)コンセンサスクラスタリングに近い分割は大きな重みに割り当てられるべきであることという2つの直感的な仮定に従って,分割レベルにおけるマルチビュー情報を統合することを提案した。最後に,各ビューからのグラフ学習,基本分割の生成,及びコンセンサス分割の統合を組み込んだ統一マルチビュー部分空間クラスタリングモデルを提案した。それらの3つの要素はシームレスに統合され,全体的な最適解に向けて相互に反復的に後押しすることができる。4つのベンチマークデータセットに関する実験では,最先端手法に対する本アプローチの有効性を実証した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *ニューラルネットワーク ,  評価試験 ,  *部分空間法 ,  *クラスタ化 ,  分割法 ,  データ解析 ,  多層構造 ,  意思決定 ,  解 ,  *最適化 ,  ベンチマーク ,  性能評価
準シソーラス用語： *クラスタリング ,  コンセンサス ,  最適解

著者キーワード (4件)： 多視点学習 ,  部分空間クラスタリング ,  分配空間 ,  情報融合

分類 (4件)： ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (2件)： マルチビュー ,  部分空間クラスタリング