多変量関数主成分分析を用いたステップデータの多特徴クラスタリング【JST・京大機械翻訳】

Song Wookyeong; Oh Hee-Seok; Lim Yaeji; Cheung Ying Kuen

プレプリント

J-GLOBAL ID：202202210435333809 整理番号：22P0200507

多変量関数主成分分析を用いたステップデータの多特徴クラスタリング【JST・京大機械翻訳】

Multi-feature Clustering of Step Data using Multivariate Functional Principal Component Analysis

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： 2020年10月14日プレプリントサーバーでの情報更新日： 2020年10月14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)

本論文では,ウェアラブルデバイスから容易に得られる健康記録データのポピュラーな形式であるクラスタリングステップデータのための新しい統計的手法を提案した。ステップデータは高次元でゼロ膨張するので,K平均やメドイド(PAM)の分割のような古典的方法は直接適用できない。提案方法は,量,強度,およびパターンのようなステップデータの固有の特徴を反映する新しく構築した変数の新しい組合せであり,クラスタリングのためのステップデータのすべての特徴を統合できる多変量関数主成分分析である。提案方法は,これらの変数から得られた多変量関数主成分スコアにK平均とPAMのような従来のクラスタリング法を適用することにより実行される。シミュレーション研究と実際のデータ解析は,クラスタリング品質の有意な改善を示した。【JST・京大機械翻訳】

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

システム・制御理論一般 , パターン認識

, , ,

前のページに戻る