文献

J-GLOBAL ID：202002251740282985   整理番号：20A0216134

白化データのL1-PCAによるLDA【JST・京大機械翻訳】

LDA via L1-PCA of Whitened Data

著者 (2件)： Martin-Clemente Ruben (Departamento de Teoria de la Senal y Comunicaciones, Escuela Superior de Ingenieria, Universidad de Sevilla, Seville, Spain) ,  Zarzoso Vicente (CNRS, I3S Laboratory, Universite ́ Co^te d’Azur, Sophia Antipolis Cedex, France)
資料名： IEEE Transactions on Signal Processing  (IEEE Transactions on Signal Processing)
巻： 68  ページ： 225-240  発行年： 2020年 
JST資料番号： C0228A  ISSN： 1053-587X  CODEN： ITPRED  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： 主成分分析(PCA)とFisherの線形判別分析(LDA)は,データ解析とパターン認識における広範な技術である。最近,L1ノルムはPCAにおける古典的なL2ノルムに対する代替基準として提案されており,その異常値に対するロバスト性の増大を考慮してかなりの研究興味を引き付けている。本研究は,白化前処理段階と組み合わせて,L1-PCAが教師なしの方法でLDAを実行することができることを証明した。すなわち,ラベル付きデータの必要性を節約した。Gaussの混合物から得られたデータの場合に厳密な証明を与えた。合成および実データに関する多数の数値実験により,理論的知見を確認した。Copyright 2020 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： 主成分分析 ,  データ解析 ,  異常値 ,  *白化 ,  パターン認識 ,  前処理 ,  ロバスト性
準シソーラス用語： 数値実験 ,  L2ノルム ,  L1ノルム ,  線形判別分析 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 白化 ,  L1 ,  PCA ,  LDA