文献

J-GLOBAL ID：202202237471893883   整理番号：22A0913488

多局所線形パターン保存に基づく次元縮小【JST・京大機械翻訳】

Dimensionality Reduction Based on Multilocal Linear Pattern Preservation

著者 (4件)： Zhang Shujie (School of Electronics and Communication Engineering, Sun Yat-Sen University, Guangzhou, China) ,  Ma Zhengming (School of Electronics and Communication Engineering, Sun Yat-Sen University, Guangzhou, China) ,  Zhang Guokai (School of Electronics and Communication Engineering, Sun Yat-Sen University, Guangzhou, China) ,  Gan Weichao (School of Electronics and Communication Engineering, Sun Yat-Sen University, Guangzhou, China)
資料名： IEEE Transactions on Knowledge and Data Engineering  (IEEE Transactions on Knowledge and Data Engineering)
巻： 34  号： 4  ページ： 1696-1709  発行年： 2022年 
JST資料番号： T0838A  ISSN： 1041-4347  CODEN： ITKEEH  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： LLEのような多様体学習ベースの方法は,多様体の局所構造が線形であるという仮定に基づくデータの幾何学を捉える。しかし,これらの方法は,データの非線形性が明白であるとき,不正確な局所構造を抽出する可能性がある。本論文では,マルチ局所線形性によるデータの局所非線形幾何学を特徴付ける能力を持つ新しい次元縮小法を提案した。具体的には,まず各データ点に対する局所領域を構築した。そして,局所領域の重なりに基づき,各データポイントは,いくつかの局所領域から,線形に再構成され,そして,線形に再構成される。次に,データポイントを再構成するために使用する線形係数のセットは,データの局所的幾何学を特徴づけるために使用するマルチ局所線形パターン(MLLP)を構成した。幾何学的に,データ点のMLLPは,電流点を通過する異なる方向における超平面を表す。そして,データポイントが位置する局所的非線形表面は,これらの超平面によって近似して,それはデータの幾何学を反映するためにより正確であった。次に,MLLPを埋込みデータ空間に保存して,次元縮小データを再構成誤差を最小化することによって得ることができた。最後に,様々なデータセットに関する実験結果は,提案した方法の有効性を実証した。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： 幾何学 ,  誤差 ,  多様体 ,  電流 ,  学習 ,  構造 ,  保存 ,  再構成 ,  空間 ,  線形性 ,  非線形性 ,  有効性 ,  *次元縮小 ,  埋込み【挿入】
準シソーラス用語： 局所構造 ,  超平面 ,  多様体学習 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 線形 ,  保存 ,  次元縮小