文献

J-GLOBAL ID：202002286014698212   整理番号：20A1490950

カーネル局所判別埋込みのヌルおよび非ヌル空間からの特徴抽出【JST・京大機械翻訳】

Feature extraction from null and non-null spaces of kernel local discriminant embedding

著者 (3件)： Bosaghzadeh A. (Shahid Rajaee Teacher Training University, Tehran, Iran) ,  Dornaika F. (University of the Basque Country UPV/EHU, San Sebastian, Spain) ,  Dornaika F. (IKERBASQUE, Basque Foundation for Science, Bilbao, Spain)
資料名： Knowledge and Information Systems  (Knowledge and Information Systems)
巻： 62  号： 8  ページ： 3217-3238  発行年： 2020年 
JST資料番号： W2193A  ISSN： 0219-1377  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 識別特徴を抽出し,データの次元を減らすことは,多様体学習の2つの主な目的である。異なる技術の中で,非線形多様体学習法を,線形分布でないデータから特徴を抽出するために提案した。カーネルトリックは,異なる線形技術(例えば,線形判別分析と局所判別埋込み(LDE))との組み合わせで使用できる明示的マッピング無しに,データを投影するのを助ける有名な非線形技法の1つである。本論文では,カーネル空間におけるLDEのクラス内局所性保存散乱行列の非ヌルおよびヌル空間の両方から特徴を抽出する2つの部分空間ベースカーネル局所判別埋込み(TSKLDE)法を提案した。3つの公的に利用可能な顔データベースを用いて提案アルゴリズムを評価した。得られた結果は,TSKLDEにおける両特徴の使用が,他のカーネル法に比べてより多くの雑音耐性特性をもたらし,多くの既存の多様体学習技術よりも高い判別能力をもたらすことを示した。Copyright Springer-Verlag London Ltd., part of Springer Nature 2020 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 ,  *特徴抽出 ,  雑音安定度 ,  線形性 ,  局所性
準シソーラス用語： Kernel法 ,  部分空間 ,  多様体学習 ,  線形判別分析 ,  カーネル空間 ,  顔データベース , 【Automatic Indexing@JST】

著者キーワード (5件)： カーネル法 ,  局所判別埋込み ,  非線形分布 ,  多様体学習 ,  顔認識

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： カーネル ,  判別 ,  埋込み ,  特徴抽出