文献

J-GLOBAL ID：202202258972115681   整理番号：22A1113230

適応グラフと依存スコアによる教師なし特徴選択【JST・京大機械翻訳】

Unsupervised feature selection via adaptive graph and dependency score

著者 (2件)： Huang Pei (School of Software Engineering, South China University of Technology, Guangzhou 510006, China) ,  Yang Xiaowei (School of Software Engineering, South China University of Technology, Guangzhou 510006, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 127  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  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)

抄録/ポイント： 教師なし特徴選択は,機械学習,パターン認識およびデータマイニングの分野で重要な話題である。表現方法は,適応グラフベースの方法と自己表現ベースの方法を含んでいる。前者の方法は,不均衡な隣人に関して長年および未発見の問題を持ち,そして,特徴が線形に依存しないとき,後者の方法はよく実行しなかった。これらの問題に対処するため,新しい教師なし特徴選択法を提案し,k連結性を保証し,適応グラフと依存性スコア(AGDS)に基づくより冗長な特徴を除去した。13のベンチマークデータセットに関して行われた大規模な実験は,AGDSの有効性を示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エントロピー ,  *グラフ ,  パターン認識 ,  冗長性 ,  *特徴選択 ,  線形性 ,  有効性 ,  連結性 ,  ベンチマーク ,  機械学習 ,  データマイニング
準シソーラス用語： 不均衡 ,  選択法 , 【Automatic Indexing@JST】

著者キーワード (4件)： 教師なし特徴選択 ,  適応グラフ ,  相互情報 ,  エントロピー

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 (5件)： 適応 ,  グラフ ,  スコア ,  教師 ,  特徴選択