文献

J-GLOBAL ID：201702288957190883   整理番号：17A0368953

画像分析を用いた半教師つきおよび教師なし次元縮小のための再帰的大域的および局所的判別分析【Powered by NICT】

Recursively global and local discriminant analysis for semi-supervised and unsupervised dimension reduction with image analysis

著者 (5件)： Gao Shangbing (Faculty of Computer and Software Engineering, Jiangsu Provincial Key Laboratory for Advanced Manufacturing Technology, Huaiyin Institute of Technology, Huai’an, PR China) ,  Gao Shangbing (Key Laboratory of Image and Video Understanding for Social Safety (Nanjing University of Science and Technology), Nanjing, PR China) ,  Zhou Jun (Faculty of Computer and Software Engineering, Jiangsu Provincial Key Laboratory for Advanced Manufacturing Technology, Huaiyin Institute of Technology, Huai’an, PR China) ,  Yan Yunyang (Faculty of Computer and Software Engineering, Jiangsu Provincial Key Laboratory for Advanced Manufacturing Technology, Huaiyin Institute of Technology, Huai’an, PR China) ,  Ye Qiao Lin (School of Information Technology, Nanjing Forestry University, Nanjing, PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 216  ページ： 672-683  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 半教師つき判別分析(SDA)は,Fisher線形判別分析(FDA)の性能,ラベル付きデータおよびラベル無しデータの両者の局所構造をマイニングするために試みを改善するための最近開発された半教師つき次元低減法である。本論文では,新しい半教師つきおよび教師なし判別分析技術を開発した。再帰として大域的および局所的判別分析(RGLDA)と呼ばれる,半教師つき方法は「局所性」と「非局所性」の特性に基づいてモデル化し,定式化における多様体正規化は分類へのより直接的な関係を持つことを示した。RGLDAの目的は,ヒンジ損失に基づく「凹凸」プログラミング問題である。その解は複数の関連したSVMタイプの問題を解くことから得られる。添加では,教師なし次元縮小のための簡易版(URGLDAと呼ばれる)を提案した。いくつかの画像データベース上で試みた実験はRGLDAとURGLDAの有効性を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： ヒンジ ,  正則化 ,  *次元縮小 ,  計算機プログラミング ,  局所性 ,  多様体 ,  *判別分析 ,  画像データベース ,  非局所性 ,  正規化 ,  特徴抽出 ,  モデリング ,  *画像分析
準シソーラス用語： 局所構造 ,  線形判別分析 , 【Automatic Indexing@JST】

著者キーワード (5件)： 半教師つき次元縮小 ,  「凹凸」計画問題 ,  特徴抽出 ,  Fisher線形判別分析 ,  多様体正則化

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 画像分析 ,  教師 ,  次元縮小 ,  判別分析