文献

J-GLOBAL ID：202202228839311592   整理番号：22A0554152

スパース一般化正準相関解析のための効率的Newtonベース法【JST・京大機械翻訳】

An Efficient Newton-Based Method for Sparse Generalized Canonical Correlation Analysis

著者 (4件)： Li Xinrong (School of Computer and Information Technology, Beijing Jiaotong University, Beijing, China) ,  Xiu Xianchao (School of Mechatronic Engineering and Automation, Shanghai University, Shanghai, China) ,  Liu Wanquan (School of Intelligent Systems Engineering, Sun Yat-sen University, Guangzhou, China) ,  Miao Zhonghua (School of Mechatronic Engineering and Automation, Shanghai University, Shanghai, China)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 29  ページ： 125-129  発行年： 2022年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： マルチビューデータを扱うことを目的とする一般化正準相関解析(GCCA)は,信号処理において大きな注目を集めている。表現性能を改善するために,本論文では新しいスパース性制約付きGCCA(SCGCCA)を提案した。技術的に,それは文献において調べられていないGCCAにl_2,0ノルム制約付き最適化を統合する。既存のl_2,1-ノルム正則化GCCAと比較して,提案したSCGCCAは,同じ特徴に属する類似性情報を利用するだけでなく,抽出した特徴の数も決定する。それは非凸最小化問題であるが,効率的な交互最小化アルゴリズムを設計することができる。さらに,Newtonハード閾値追跡技術を開発し,収束を大幅に加速した。経験的研究は,既存のGCCAとその変異体と比較して,提案したSCGCCAの有効性と効率の両方を示唆する。特に,速度は模擬データセットに対して150倍増加する。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  信号処理 ,  最小化問題 ,  正則化 ,  凸形 ,  類似性 ,  性質 ,  有効性 ,  制約条件 ,  *ノルム
準シソーラス用語： *正準相関解析 ,  スパース性 ,  マルチビュー ,  制約付最適化 , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  パターン認識  (JE07000S) ,  数値計算  (JE02000J)

タイトルに関連する用語 (2件)： 一般化 ,  正準相関解析