文献

J-GLOBAL ID：202202245108416254   整理番号：22A0450479

ソフト適応損失に基づくラプラシアン固有写像【JST・京大機械翻訳】

Soft adaptive loss based Laplacian eigenmaps

著者 (6件)： Chen Baihua (Department of Automation, Xiamen University, Xiamen, People’s Republic of China) ,  Gao Yunlong (Department of Automation, Xiamen University, Xiamen, People’s Republic of China) ,  Wu Shunxiang (Department of Automation, Xiamen University, Xiamen, People’s Republic of China) ,  Pan Jinyan (School of Information Engineering, Jimei University, Xiamen, People’s Republic of China) ,  Liu Jinghua (Department of Automation, Xiamen University, Xiamen, People’s Republic of China) ,  Fan Yuling (Department of Automation, Xiamen University, Xiamen, People’s Republic of China)
資料名： Applied Intelligence  (Applied Intelligence)
巻： 52  号： 1  ページ： 321-338  発行年： 2022年 
JST資料番号： W0297A  ISSN： 0924-669X  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： ラプラシアン固有マップ(LE)は,最も一般的に使用される非線形次元縮小法のひとつであり,オリジナルデータのサンプル点間のトポロジー関係を保存するための低次元表現を見つけることを目的とする。しかし,l_2ノルムベースの損失関数は,LEを多くの場合,関係を保つことができない。さらに,トポロジー関係はデータの実際の固有構造を示さなかった。例えば,LEによるトポロジー関係の過誤は,埋込み空間における多重局所領域への多様体構造を容易に切断し,マルチ多様体データのスペクトルクラスタリング解析を,実行することが困難になった。この問題を解決するために,ソフト適応損失ベースLE(SALE)を提案した。ソフト適応損失によって,SALEは,サンプルポイントとデータのクラスタ化構造の間の位相的関係性を適応的に強調することができた。モデルを,UCI,顔および遺伝子発現データセットに関して試験して,検証し,いくつかの最先端モデルと比較した。実験結果は,この方法がノイズに対してロバストであることを示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 位相幾何学 ,  雑音 ,  *写像 ,  多様体 ,  損失関数 ,  クラスタ化 ,  多重化 ,  位相 ,  ロバスト性
準シソーラス用語： 低次元 ,  非線形次元縮小 ,  *ラプラシアン固有マップ , 【Automatic Indexing@JST】

著者キーワード (5件)： 適応損失 ,  Laplace固有写像 ,  非線形次元縮小 ,  トポロジー関係 ,  クラスタリング構造

分類 (3件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： ソフト ,  適応 ,  損失 ,  ラプラシアン固有写像