文献

J-GLOBAL ID：202202267752226860   整理番号：22A0778697

直接コンセンサスグラフ学習による多重カーネルクラスタリング【JST・京大機械翻訳】

Multiple Kernel Clustering with Direct Consensus Graph Learning

著者 (2件)： Wang Yanlong (College of Media Engineering, Communication University of Zhejiang, Zhejiang, China) ,  Ren Zhenwen (Department of National Defence Science and Technology, Southwest University of Science and Technology, Mianyang, China)
資料名： Smart Innovation, Systems and Technologies  (Smart Innovation, Systems and Technologies)
巻： 268  ページ： 117-127  発行年： 2022年 
JST資料番号： W5072A  ISSN： 2190-3018  資料種別： 会議録 (C)
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： 多重カーネルグラフベースクラスタリング(MKGC)は,主として多重カーネル学習(MKL)の優位性とグラフベースクラスタリングの優れた性能により,印象的な実験結果を達成した。しかし,多くの現在のMKGC法は,クラスタリング性能をさらに改善するための課題をもたらす次の2つの欠点に直面している。(1)これらの方法は,多重ベースカーネルからコンセンサスカーネルを学習するMKLに常に依存し,グラフ学習がグラフベースクラスタリングの鍵であり,カーネル学習ではないので,いくつかの重要なグラフ情報を失う可能性がある。(2)これらの方法は,2つの別々のステップで親和性グラフ学習とその後のグラフベースクラスタリングを実行し,クラスタリングタスクには最適ではない。これらの問題に取り組むために,本論文では,複数のカーネルクラスタリングのための新しいMKGC法を提案した。多重ベースカーネルからのコンセンサスカーネルよりむしろコンセンサス親和性グラフを直接学習することにより,重要なグラフ情報を保存できる。さらに,ランク制約を利用することによって,クラスタ指標を,k平均クラスタリングと任意のグラフカット技術を実行することなく直接得た。ベンチマークデータセットに関する広範な実験は,提案した方法の優位性を実証した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *グラフ ,  *学習 ,  *クラスタ化 ,  *多重化 ,  *クラスタ ,  親和性 ,  ベンチマーク
準シソーラス用語： Kernel法 ,  グラフカット , 【Automatic Indexing@JST】

著者キーワード (3件)： 多重カーネル学習 ,  グラフクラスタリング ,  親和性グラフ

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： コンセンサス ,  グラフ ,  学習 ,  多重 ,  カーネル ,  クラスタリング