文献

J-GLOBAL ID：202202263050569377   整理番号：22A0680257

時変距離ベースの区間値関数主成分分析法 消費者価格指数の事例研究【JST・京大機械翻訳】

A time-varying distance based interval-valued functional principal component analysis method - A case study of consumer price index

著者 (5件)： Sun Lirong (School of Statistics and Mathematics, Zhejiang Gongshang University, Hangzhou 310018, China) ,  Wang Kaili (School of Statistics and Mathematics, Zhejiang Gongshang University, Hangzhou 310018, China) ,  Xu Lini (School of Statistics and Mathematics, Zhejiang Gongshang University, Hangzhou 310018, China) ,  Zhang Chonghui (School of Statistics and Mathematics, Zhejiang Gongshang University, Hangzhou 310018, China) ,  Balezentis Tomas (Lithuanian Centre for Social Sciences, 03220 Vilnius, Lithuania)
資料名： Information Sciences  (Information Sciences)
巻： 589  ページ： 94-116  発行年： 2022年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  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： 機能的主成分分析(FPCA)は,機能的データの処理を可能にする従来の主成分分析(PCA)の拡張である。PCAに固有である次元の減少に加えて,FPCAはより少ない仮定に依存し,機能的データを視覚化する大きな能力を提供する。したがって,FPCAは,例えば,社会的,経済的,および医学研究に使用できる。しかしながら,既存のFPCA法は異常値に敏感であり,区間値関数データから特徴を抽出するとき,劣っている。同時に,区間値関数データに対する既存のPCA法は,主成分の解釈と実質的な情報損失の不一致に悩まされる。そこで本論文では,時変距離関数に基づく区間値関数主成分分析(IFPCA)法を提案した。中間点と半径に関する情報を含む時変距離関数を構築し,情報損失を緩和した。また,新しいIFPCA法は,主成分の矛盾した解釈の問題を解決することができる。この方法の有効性を,消費者価格指数の事例を考慮して検証した。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： *消費者 ,  情報 ,  データ ,  特徴抽出 ,  可視化 ,  *事例研究 ,  異常値 ,  有効性 ,  *主成分分析
準シソーラス用語： 距離関数 ,  医学研究 ,  データ損失 , 【Automatic Indexing@JST】

著者キーワード (5件)： 多変量統計 ,  区間値関数データ ,  時変距離関数 ,  機能的主成分分析 ,  特徴抽出

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

タイトルに関連する用語 (5件)： 時 ,  関数 ,  主成分分析法 ,  消費者 ,  研究