文献

J-GLOBAL ID：202002250551952753   整理番号：20A1031162

データ解析のための多視点カーネルコンセンサス【JST・京大機械翻訳】

Multi-view kernel consensus for data analysis

著者 (6件)： Salhov Moshe (School of Computer Science, Tel Aviv University, Tel Aviv 69978, Israel) ,  Lindenbaum Ofir (School of Engineering, Tel Aviv University, Tel Aviv 69978, Israel) ,  Aizenbud Yariv (School of Mathematical Science, Tel Aviv University, Tel Aviv 69978, Israel) ,  Silberschatz Avi (Department of Computer Science, Yale University, New Haven, CT 06520-8285, USA) ,  Shkolnisky Yoel (School of Mathematical Science, Tel Aviv University, Tel Aviv 69978, Israel) ,  Averbuch Amir (School of Computer Science, Tel Aviv University, Tel Aviv 69978, Israel)
資料名： Applied and Computational Harmonic Analysis  (Applied and Computational Harmonic Analysis)
巻： 49  号： 1  ページ： 208-228  発行年： 2020年 
JST資料番号： W0657A  ISSN： 1063-5203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 入力データは高次元であるが,このデータの固有次元は低い。データ解析法は,低次元隠れパラメータにより課される基礎となる低次元構造を明らかにすることを目的としている。一般的に,これらの隠れたパラメータをカバーすることは,単一のモノリシック集合として属性の集合を考慮する距離計量を利用することによって達成される。しかし,低次元現象の高次元観測の測定への変換は距離計量を歪めることができる。この歪は望ましい推定低次元幾何構造の品質に影響を与える。本論文では,ビューと呼ばれる特徴の複数の部分集合を解析することにより,特徴領域における冗長性を利用することを提案した。提案した方法は,いくつかの異なる観測間の固有の関係に関する複数の視点を統一する価値ある幾何学的情報を抽出するために,異なる視点間のコンセンサスを利用する。この統合は,視点の単一視点や単純な連結が提供できるよりも,情報をより良く強化する。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 冗長性 ,  距離計 ,  データ解析 ,  *高次元
準シソーラス用語： 幾何構造 ,  低次元 ,  入力データ , 【Automatic Indexing@JST】

著者キーワード (5件)： 多視点 ,  カーネル ,  基礎低次元空間の解明 ,  特徴の部分集合としての視点 ,  Ito Lemma

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 (4件)： データ解析 ,  視点 ,  カーネル ,  コンセンサス