共通性と矛盾の探索:多視点部分空間クラスタリングに対する結合的に平滑化されたアプローチ【JST・京大機械翻訳】

Cai Xiaosha; Huang Dong; Zhang Guang-Yu; Wang Chang-Dong

プレプリント

J-GLOBAL ID：202202208855681280 整理番号：22P0304710

共通性と矛盾の探索:多視点部分空間クラスタリングに対する結合的に平滑化されたアプローチ【JST・京大機械翻訳】

Seeking Commonness and Inconsistencies: A Jointly Smoothed Approach to Multi-view Subspace Clustering

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月15日プレプリントサーバーでの情報更新日： 2022年10月31日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

マルチビュー部分空間クラスタリングは,ロバストクラスタリングのための多重ビューから隠れ部分空間構造を発見することを狙って,近年かなり注目されている。著しい進歩にもかかわらず,以前の多視点部分空間クラスタリングアルゴリズムの大部分は2つの限界に直面している。第一に,それらは通常,多重ビューの一貫性(または共通性)に焦点を合わせているが,部分空間表現におけるクロスビュー不整合を捉える能力に欠けることが多い。第2に,それらの多くは複数の視点の局所構造を見逃し,部分空間表現学習を強化するために複数の局所構造を共同利用することができない。これら2つの限界に対処するために,本論文では,共同平滑化マルチビュー部分空間クラスタリング(JSMC)アプローチを提案した。具体的には,部分空間表現学習にクロスビュー共通性と不整合を同時に組み入れた。ビューコンセンサスグループ化効果を提示して,複数の視点の局所構造を共同利用し,そのクラスタ構造を強化するための核ノルムによる低ランク制約とさらに関連する,ビュー-普遍性表現を正則化した。このように,クロスビュー共通性と不一致,ビューコンセンサスグループ化効果,および低ランク表現を,統一目的関数にシームレスに取り込んで,それに関して,交互最適化アルゴリズムを実行して,クラスタ化のためのロバスト部分空間表現を達成した。様々な実世界マルチビューデータセットに関する実験結果は,著者らのアプローチの優位性を確認した。利用可能なコード:https://github.com/huangdonghere/JSMC。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識 , 人工知能

, , , ,

前のページに戻る