文献

J-GLOBAL ID：202102233813469467   整理番号：21A2955230

高次類似性の融合による多次元クラスタリング【JST・京大機械翻訳】

Multi-dimensional clustering through fusion of high-order similarities

著者 (5件)： Peng Hong (School of Computer Science and Engineering, South China University of Technology, Guangzhou 510006, China) ,  Wang Haiyan (School of Computer Science and Engineering, South China University of Technology, Guangzhou 510006, China) ,  Hu Yu (School of Computer Science and Engineering, South China University of Technology, Guangzhou 510006, China) ,  Zhou Weiwei (School of Computer Science and Engineering, South China University of Technology, Guangzhou 510006, China) ,  Cai Hongmin (School of Computer Science and Engineering, South China University of Technology, Guangzhou 510006, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 121  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 異なる次元から捕捉された不均一属性を持つクラスタ化オブジェクトは,多次元情報の統合において挑戦的である。現在の多次元クラスタリングモデルのほとんどは,直接サンプルワイズ類似性にピンをつけ,異なるサンプリング空間間の隠れ相互親和性を活用できない。したがって,可読クラスタ構造を捉えることは難しい。この問題に取り組むために,高次多次元スペクトルクラスタリング法(HSC)を提案した。提案したHSCは,通常の類似性の代わりに異なる次元空間間の固有関係を特性化するための高次類似性を学習することを目的とする。次に,高次類似性と通常の類似性を共同学習することにより,潜在空間内でクラスタリングタスクを実行する。合成および実世界データセットに関する広範な実験は,提案したHSCが,ほとんどのシナリオにおいてベンチマーク多次元法よりも性能が優れており,多次元空間にわたって隠された信頼できる構造を明らかにすることができることを示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *クラスタ化 ,  親和性 ,  *高次元 ,  類似性 ,  キャラクタリゼーション ,  ベンチマーク
準シソーラス用語： 協調学習 ,  クラスター構造 ,  スペクトラルクラスタリング , 【Automatic Indexing@JST】

著者キーワード (4件)： 高次類似性 ,  低ランク ,  多次元クラスタリング ,  スペクトルクラスタリング

分類 (4件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (4件)： 類似性 ,  融合 ,  多次元 ,  クラスタリング