文献

J-GLOBAL ID：202102229231192667   整理番号：21A0154085

Gauss過程を用いた制約付きクラスタリング【JST・京大機械翻訳】

Constrained Clustering using Gaussian Processes

著者 (2件)： Traganitis Panagiotis A. (University of Minnesota,Dept. of Electrical and Computer Engineering & Digital Technology Center,USA) ,  Giannakis Georgios B. (University of Minnesota,Dept. of Electrical and Computer Engineering & Digital Technology Center,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： Eusipco  ページ： 1457-1461  発行年： 2021年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 制約クラスタリングは,付加的ドメイン情報の存在下で,データにおけるクラスタを発見するための重要な機械学習,信号処理およびデータマイニングツールである。本研究では,一般的なGaussプロセスフレームワークに基づく制約付きクラスタリングのための確率的方式を導入した。提案方式は,データ間のペアワイズ,マストおよびリンク制約を収容し,ハイパーパラメータチューニングを必要とせず,得られた結果の信頼性の評価を可能にする。実際のデータに関する予備的結果は,提案した方式の可能性を示す。Copyright 2021 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： 信頼性 ,  信号処理 ,  同調 ,  *Gauss過程 ,  *クラスタ化 ,  *クラスタ ,  マスト ,  機械学習 ,  データマイニング
準シソーラス用語： ハイパーパラメータ , 【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)： Gauss過程 ,  制約 ,  クラスタリング