文献

J-GLOBAL ID：202002255330615058   整理番号：20A2108248

匂いデータに対するインタラクティブクラスタリング可視解析フレームワーク【JST・京大機械翻訳】

A Visual Analytics Framework for Interactively Clustering Scent Data

著者 (4件)： Huang Li (清華大学美術学院 北京 100084;清華大学未来実験室 北京 100084) ,  Zhang Jingyi (THE AUSTRALIAN NATIONAL UNIVERSITY CANBERRA 2600) ,  Wu Hao (清華大学美術学院 北京 100084;清華大学未来実験室 北京 100084;清華大学-阿里巴巴自然交互体験聯合実験室 北京 100084) ,  Lu Qi (清華大学美術学院 北京 100084;清華大学未来実験室 北京 100084;清華大学-阿里巴巴自然交互体験聯合実験室 北京 100084)
資料名： Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao  (Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao)
巻： 32  号： 7  ページ： 1026-1041  発行年： 2020年 
JST資料番号： W1498A  ISSN： 1003-9775  CODEN： JFTXFX  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 自然界の匂いは通常多種の成分の混合物であり、画像と音声に特殊なデータ複雑性があり、有効な表示方法の欠如により、匂い研究が遅れている。クラスタ分析は,匂いの理解,認識,合成,および設計を増進する重要な方法であり,しかし,大部分の効率的クラスタ化方法は,受動的であり,そして,ユーザは常に,計算プロセスに参加し,そして,領域知識と経験を用いて,対話型クラスタ化を行う。匂いデータには多くの可能なクラスタリング方式があり、ユーザーはマルチグループのクラスタリング結果を比較し、最適なクラスタリングを確定する必要がある。匂いデータのインタラクティブクラスタリングのための可視解析フレームワークを提案した。最初に,人工神経回路網(ANN)を用いて,多分子匂いの高次元化学情報と官能記述情報を組み合わせて,低次元の匂い入れ子表現を計算した。次に,Gauss混合モデルに基づくインタラクティブクラスタリングアルゴリズムは,ユーザの匂い入れ子を予想したクラスタリングと再クラスタリングに合致させた。最後に、ユーザーはクラスタリング可視化ビューにより、マルチグループクラスタリング結果の異同を比較でき、匂いデータに対する理解を増進し、最適なクラスタリング方式を見つけることができる。実験と2つの領域の専門家のテストと評価を通して,可視解析フレームワークの有効性を検証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  化学情報 ,  可視化 ,  *クラスタ化 ,  クラスタ分析 ,  高次元 ,  有効性 ,  ドメイン知識
準シソーラス用語： 対話型 ,  Gauss混合モデル ,  クラスタリングアルゴリズム ,  低次元 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 匂い ,  クラスタリング ,  解析フレームワーク