文献

J-GLOBAL ID：202202269114443947   整理番号：22A1054384

Grassmann多様体上の多方向pスペクトルグラフカット【JST・京大機械翻訳】

Multiway p-spectral graph cuts on Grassmann manifolds

著者 (4件)： Pasadakis Dimosthenis (Institute of Computing, Faculty of Informatics, Universita della Svizzera italiana, Lugano, Switzerland) ,  Alappat Christie Louis (Department of Computer Science, Friedrich-Alexander-Universitaet Erlangen-Nuernberg, Erlangen, Germany) ,  Schenk Olaf (Institute of Computing, Faculty of Informatics, Universita della Svizzera italiana, Lugano, Switzerland) ,  Wellein Gerhard (Department of Computer Science, Friedrich-Alexander-Universitaet Erlangen-Nuernberg, Erlangen, Germany)
資料名： Machine Learning  (Machine Learning)
巻： 111  号： 2  ページ： 791-829  発行年： 2022年 
JST資料番号： W2199A  ISSN： 0885-6125  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： スペクトルクラスタリング法の非線形再定式化は,それらの増加した数値利点とそれらの固体数学的背景のために,多くの最近の注目を集めている。[数式:原文を参照]に対するpノルムにおける新しい直接多重方向スペクトルクラスタリングアルゴリズムを示した。標準グラフラプラシアンの非線形一般化であるグラフp-Laplacianの多重固有ベクトルを計算する問題を,Grassmann多様体上の制約なし最小化問題として再キャストした。pの値は擬似連続方式で減少し,pアプローチとして最適グラフカットに対応するスパース解ベクトルを促進した。平衡グラフカットの単調減少を監視することにより,考察したpレベルから最良の利用可能な解を得た。種々の人工テストケースにおける提案アルゴリズムの有効性と精度を実証した。種々の最先端のクラスタリング手法による著者らの数値例と比較結果は,提案した方法が,平衡グラフカットメトリックとラベリング割当の精度に関して,高品質クラスタを得ることを示す。さらに,実世界データセットへの適用性を実証するために,顔画像と手書き文字の分類のための研究を行った。Copyright The Author(s) 2021 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 ,  *グラフ ,  最適化 ,  *多様体 ,  ベクトル ,  *画像処理 ,  最小化問題 ,  多重化 ,  クラスタ ,  固有ベクトル ,  定式化 ,  制約条件 ,  ノルム ,  Laplace演算子 ,  *Grassmann多様体
準シソーラス用語： *グラフカット , 【Automatic Indexing@JST】

著者キーワード (4件)： グラフp-ラプラシアン ,  多様体最適化 ,  グラフクラスタリング ,  直接マルチウェイカット

分類 (2件)： 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)： Grassmann多様体 ,  多方向 ,  スペクトル ,  グラフカット