文献

J-GLOBAL ID：202202271879009878   整理番号：22A0685717

滑らかな親和性を持つ適応最小二乗回帰による部分空間クラスタリング【JST・京大機械翻訳】

Subspace clustering via adaptive least square regression with smooth affinities

著者 (5件)： Wei Lai (Department of Computer Science, Shanghai Maritime University, Haigang Avenue 1550, Shanghai, China) ,  Zhang Fanfan (Department of Computer Science, Shanghai Maritime University, Haigang Avenue 1550, Shanghai, China) ,  Chen Zhengwei (Department of Computer Science, Shanghai Maritime University, Haigang Avenue 1550, Shanghai, China) ,  Zhou Rigui (Department of Computer Science, Shanghai Maritime University, Haigang Avenue 1550, Shanghai, China) ,  Zhu Changming (Department of Computer Science, Shanghai Maritime University, Haigang Avenue 1550, Shanghai, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 239  ページ： Null  発行年： 2022年 
JST資料番号： T0426A  ISSN： 0950-7051  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： 加重ノルム正則化器による部分空間クラスタリングアルゴリズムは,通常,非加重正則化器でそれらの特殊ケースより優れていることを証明した。しかし,異なるタイプの部分空間クラスタリングアルゴリズムのために適切な重み付け正則化器を設計することは難しい。本論文では,まず,最近提案された適応グラフ構築法を用いて,適応加重ノルム正則化器構築戦略を提供した。第2に,著者らは,適応グラフ構築方法によって得た親和性が,元のデータ多様体上で滑らかに変化するべきであるという命題を与えた。したがって,得られた親和性行列に対するグラフ制約を考案した。第3に,上記の2つの技術および最小二乗回帰(LSR)アルゴリズムを一緒に統合することによって,著者らは,円滑な親和性(ALSR)を有する適応最小自乗回帰と呼ばれる新しい部分空間クラスタリングアルゴリズムを設計した。ALSR問題を解くために,計算負荷と収束を解析する最適化アルゴリズムを示した。最後に,異なるタイプのデータベース上で行われた豊富な実験は,ALSRの優位性を示した。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： アルゴリズム ,  *最小二乗法 ,  多様体 ,  データベース ,  最適化手法 ,  *クラスタ分析 ,  *親和性 ,  正則化 ,  命題 ,  重みづけ ,  ノルム
準シソーラス用語： スパース性 ,  *部分空間 ,  計算負荷 ,  クラスタリングアルゴリズム ,  *部分空間クラスタリング , 【Automatic Indexing@JST】

著者キーワード (5件)： 部分空間クラスタリング ,  重み付きノルム正則化器 ,  スパース性 ,  連結性 ,  最小二乗回帰

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： 親和性 ,  適応 ,  最小二乗 ,  部分空間クラスタリング