文献

J-GLOBAL ID：202102223720192424   整理番号：21A2340180

欠測データによる原型分析:極値プロファイルに基づく少数で見ることによる全サンプルの探索【JST・京大機械翻訳】

Archetypal Analysis With Missing Data: See All Samples by Looking at a Few Based on Extreme Profiles

著者 (3件)： Epifanio Irene (Departament de Matematiques-IMAC, Universitat Jaume I, Spain) ,  Ibanez M. Victoria (Departament de Matematiques-IMAC, Universitat Jaume I, Spain) ,  Simo Amelia (Departament de Matematiques-IMAC, Universitat Jaume I, Spain)
資料名： American Statistician  (American Statistician)
巻： 74  号： 2  ページ： 169-183  発行年： 2020年 
JST資料番号： A0405B  ISSN： 0003-1305  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： 本論文では,アーチ型解析(AA)および原型解析(ADA)における欠測または不完全データを扱うためのいくつかの方法論を提案した。AAは,データポイントの凸型組合せであり,それらのアーチ型の混合物としてサンプルを近似するために,アーチ型の発見を追求する。ADAにおいて,代表的な原型データはサンプルに属し,それらは実際のデータポイントである。提案した手順により,欠測データは廃棄され,以前には,先の手法とは異なり,アーチ型の位置に関する理論的特性は保証される。新しい手順は,解の計算における欠測値を考慮することによって,またはそれらをスキッピングすることによって,AAアルゴリズムを適応した。最初の事例では,以前のアプローチの解を修正して,理論を充足し,欠損値を適合値によって更新する新しい手順を提案した。この第2のケースでは,手続きは,AAまたはADAが適用される新しい空間におけるサンプル間の異種性の推定とこれらの異種性の予測に基づいており,それらの結果を用いて元の空間における解を提供した。比較解析は,シミュレーション結果によって,シミュレーション研究において実施した。この方法論を,よく知られた気候データセットと全球開発データセットの2つの実データセットに適用した。これらの教師なし方法論が,非専門家によってさえも,複雑なデータを理解できる方法を説明した。本論文の補足材料はオンラインで利用できる。Please refer to the publisher for the copyright holders. 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 ,  シミュレーション ,  計算機シミュレーション ,  *アーチ ,  高次元 ,  凸形
準シソーラス用語： 気候値 ,  *欠測値 ,  異種性 ,  欠測 ,  オンライン ,  不完全データ , 【Automatic Indexing@JST】

著者キーワード (4件)： 原型分析 ,  不完全データセット ,  多次元スケーリング ,  部分的距離戦略

分類 (3件)： 計測学一般  (AD01000Q) ,  分析化学一般  (CC02010H) ,  数値計算  (JE02000J)

タイトルに関連する用語 (7件)： 欠測データ ,  原型 ,  分析 ,  極値 ,  プロファイル ,  サンプル ,  探索