文献

J-GLOBAL ID：202202240187886639   整理番号：22A1085913

低次元埋込みにおける構造保存の解釈【JST・京大機械翻訳】

Interpretation of Structural Preservation in Low-Dimensional Embeddings

著者 (4件)： Ghosh Aindrila (Department of Electrical and Computer Engineering, University of Alberta, Edmonton, Canada) ,  Nashaat Mona (Department of Electrical and Computer Engineering, University of Alberta, Edmonton, Canada) ,  Miller James (Department of Electrical and Computer Engineering, University of Alberta, Edmonton, Canada) ,  Quader Shaikh (IBM Toronto Software Lab, Toronto, Canada)
資料名： IEEE Transactions on Knowledge and Data Engineering  (IEEE Transactions on Knowledge and Data Engineering)
巻： 34  号： 5  ページ： 2227-2240  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： ビッグデータ分析に一般的に使用されるにもかかわらず;次元縮小の結果は,そのユーザの大部分に対してブラックボックスのままである。低次元埋込みの品質の理解は,変換データにおける信頼を可能にするだけでなく,与えられたシナリオにおける最も適切な次元縮小アルゴリズムの選択にも役立つ。既存の研究は主に埋込みの視覚探査に焦点を合わせているので,そのようなアルゴリズムの可読性を強化する必要性がまだある。このギャップを埋めるために,任意の次元縮小アルゴリズムから得られた低次元埋込みのための2つの新しい対話型説明技術を提案した。第一の技法LAPSは,単一インスタンスに対する保存局所性に関する解釈可能な説明を生成する近傍構造の局所近似を生成する。第2の方法GAPSは,投影空間の粗い離散化から非冗長局所近似を結合することによって,埋込みにおける高次元データセットの保持されたグローバル構造を説明する。16の実生活表,テキスト,画像,およびオーディオデータセットを用いた提案技法の適用性を実証した。著者らの広範な実験的評価は,任意の与えられたデータセットに対して最も適切な次元縮小アルゴリズムを選択することと同様に,低次元埋込みの品質を解釈するための提案技法の有用性を示した。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： アルゴリズム ,  視覚 ,  冗長性 ,  実験 ,  可読性 ,  近似法 ,  ブラックボックス ,  画像 ,  局所性 ,  *次元 ,  数学的変換 ,  次元縮小 ,  *埋込み【挿入】
準シソーラス用語： 離散化 ,  *低次元 ,  高次元データ ,  ビッグデータ , 【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 (3件)： 低次元 ,  埋込み ,  保存