抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
機械学習において,相関クラスタリングは,その目標が個人をグループに分割する重要な問題であり,できるだけそのペアワイズ類似性と相関する。本研究では,微分プライバシー制約の下での相関クラスタリングを再調査した。特に,一般的グラフに関する期待における最適コストと比較して,以前の結果を改善し,TildeO(n_1.5)付加誤差を達成した。非加重完全グラフに関しては,さらに結果を改善し,Δ ̄*がすべてのノード間の正のエッジの最大度である,TildeO(n→π ̄*)付加誤差を達成するより関与するアルゴリズムを提案した。【JST・京大機械翻訳】