文献

J-GLOBAL ID：202402272780280211   整理番号：24A0415678

角度に基づいた高次元データ可視化手法に関する一考察

A Study on High-dimensional Data Visualization Methods Based on Angles

著者 (3件)： 阪井優太 (早稲田大 大学院創造理工学研究科) ,  三川健太 (東京都市大 メディア情報) ,  後藤正幸 (早稲田大 創造理工)
資料名： 情報理論とその応用シンポジウム予稿集(CD-ROM)  (SITA)
巻： 46th  ページ： ROMBUNNO.1.4.5  発行年： 2023年11月21日 
JST資料番号： L4801B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・人間には解釈が難しい高次元データを低次元空間に縮約して可視化し,解釈を可能とする埋め込み可視化手法に対し,カテゴリ間のデータの類似性を評価でき,また分類としても活用可能な手法を提案。
・埋め込み可視化手法を概説し,その1手法でありデータ点間の距離を条件付き確率として表現するStochastic Neighbor Embedding(SNE)とその拡張であるvMF-SNEを説明。
・提案手法として,vMF-SNEにより角度に基づいた埋め込み可視化を行い,教師ラベルを持つデータに対しては全てのデータ同士の類似性を評価できる手法を説明。
・手書き数字画像を用いた評価実験により,提案手法はカテゴリラベルの同じデータを近傍に近づけるように学習できており,カテゴリ同士の関係性や個々のデータの特徴の分析に役立つことを確認。

シソーラス用語： *可視化 ,  データ処理 ,  *データ解析 ,  高次元 ,  角度 ,  埋込み【写像】 ,  *次元縮小 ,  *データ可視化 ,  高次元データ

分類 (1件)： その他の計算機利用技術  (JE14000C)

引用文献 (6件)：

• Sam T Roweis and Lawrence K Saul. Nonlinear dimensionality reduction by locally linear embedding. science, Vol. 290, No. 5500, pp. 2323-2326, 2000.
• Joshua B Tenenbaum, Vin de Silva, and John C Langford. A global geometric framework for non-linear dimensionality reduction. science, Vol. 290, No. 5500, pp. 2319-2323, 2000.
• Geoffrey E Hinton and Sam Roweis. Stochastic neighbor embedding. In S. Becker, S. Thrun, and K. Obermayer, editors, Advances in Neural Information Processing Systems, Vol. 15. MIT Press, 2002.
• Laurens van der Maaten and Geoffrey Hinton. Visualizing data using t-SNE. Journal of Machine Learning Research, Vol. 9, pp. 2579-2605, 2008.
• Mian Wang and Dong Wang. Vmf-sne: Embedding for spherical data. In 2016 IEEE International Conference on Acoustics, Speech and Signal Processing(ICASSP), pp. 2344-2348. IEEE, 2016.

タイトルに関連する用語 (2件)： 高次元データ ,  可視化手法