文献

J-GLOBAL ID：202202215604615720   整理番号：22A0804952

適応大域親和性グラフ学習に基づく多視点部分空間クラスタリング【JST・京大機械翻訳】

Multiview Subspace Clustering Based on Adaptive Global Affinity Graph Learning

著者 (8件)： Chen X. (Scientific College of Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Chen X. (Laboratory of Mathematical Modeling and High-Performance Computing of Aircraft, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Zhu D. (Scientific College of Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Zhu D. (Laboratory of Mathematical Modeling and High-Performance Computing of Aircraft, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Wang L. (Scientific College of Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Wang L. (Laboratory of Mathematical Modeling and High-Performance Computing of Aircraft, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Zhu Y. (Faculty of Experimental Teaching, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Matveev I. A. (Federal Research Center “Computer Science and Control,” Russian Academy of Sciences, Moscow, Russia)
資料名： Journal of Computer and Systems Sciences International  (Journal of Computer and Systems Sciences International)
巻： 61  号： 1  ページ： 24-37  発行年： 2022年 
JST資料番号： W4552A  ISSN： 1064-2307  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： マルチビュー部分空間クラスタリングは機械学習における最新の話題である。ほとんどの既存の方法は,データの隣接情報から構築される事前定義親和性グラフに基づくクラスタリングを実行し,それはクラスタ化の性能に大きく影響する。特徴空間と共通物体親和性グラフのそれぞれにおける隣接グラフを構築することにより,この問題を解決する方法を提案した。隣接グラフとアフィニティグラフを精密化する,反復のシーケンスを実行した。また,よく知られた定理に従って,アフィニティグラフのLaplace行列のランクに制限を課し,グラフの分割をいくつかの連結成分に保証し,反復の完了後,必要なクラスタを考察した。数値実験において,オープンソースからのいくつかの試験ベースを用いた。結果を既知の方法と比較し,提案した方法のいくつかの利点を得た。Copyright Pleiades Publishing, Ltd. 2022. ISSN 1064-2307, Journal of Computer and Systems Sciences International, 2022, Vol. 61, No. 1, pp. 24-37. Copyright Pleiades Publishing, Ltd., 2022. Russian Text Copyright The Author(s), 2022, published in Izvestiya Akademii Nauk, Teoriya i Sistemy Upravleniya, 2022, No. 1, pp. 41-55. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *グラフ ,  *学習 ,  データ ,  実験 ,  クラスタ化 ,  *クラスタ ,  *空間 ,  *クラスタ分析 ,  *親和性 ,  精密化 ,  問題 ,  機械学習
準シソーラス用語： 数値実験 ,  オープンソース ,  特徴空間 ,  マルチビュー ,  *部分空間クラスタリング ,  連結成分 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 適応 ,  親和性 ,  グラフ ,  学習 ,  視点 ,  部分空間クラスタリング