ストリーミングデータのための高速で信頼性のある増分次元縮小【JST・京大機械翻訳】

Neves Tacito Trindade de Araujo Tiburtino; Martins Rafael Messias; Coimbra Danilo Barbosa; Kucher Kostiantyn; Kerren Andreas; Kerren Andreas; Paulovich Fernando V.

文献

J-GLOBAL ID：202202236164621516 整理番号：22A0832985

ストリーミングデータのための高速で信頼性のある増分次元縮小【JST・京大機械翻訳】

Fast and reliable incremental dimensionality reduction for streaming data

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0832985&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0832985&from=J-GLOBAL&jstjournalNo=D0525B") }}

著者 (7件)： , , , , , ,
資料名：
巻： 102 ページ： 233-244 発行年： 2022年
JST資料番号： D0525B ISSN： 0097-8493 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

ストリームデータアプリケーションは,センサやソーシャルメディアのようなデータを連続的に捕捉または生産するための異なる情報源の能力により,より一般的になっている。最近の進歩があるが,ほとんどの可視化手法,特に次元縮小(DR)技術は,ストリーミングデータの過渡的性質のため,そのようなシナリオに直接適用できない。いくつかのDR法は,現在,オンラインまたは増分戦略を用いてこの制限に対処し,データとして可視化を連続的に更新する。それらの相対的成功にもかかわらず,データを連続的に成長させるストリーミングに適していない完全な投影を生成するために,データ複数回を保存し,アクセスする必要性を最も課す。他はそのような要求を課さないが,既に投影されたデータの位置を更新できず,潜在的に視覚アーチファクトをもたらす。本論文では,1回以上の高次元データを訪問することなく,新しい新たな構造やパターンを反映するために,視覚的表現を連続的に更新する新しいインクリメンタルDR技法であるXtreamingを提案した。著者らの試験は,データが完全に記憶されないストリーミングシナリオにおいて,Xtreamingは,他のストリーミングおよび増分技術と比較して,品質に関して競争力があり,一方,大きさは,より高速であることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

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

著者キーワード (3件)： , ,

図形・画像処理一般

, ,

前のページに戻る