講演名 | 2016-12-12 ElasticSOMによる可視化とデータ識別 武 湧人(中京大), ハルトノ ピトヨ(中京大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 高次元データの可視化によく自己組織化マップ(SOM)が用いられる。SOMによりデータの位相構造を低次元マップに反映できるものの、多次元尺度構成法(MDS)とは異なり、データ点間の距離を必ずしも保存できるとは限らない。本研究では、格子状に固定することなく、流動的にニューロンが動けるSOM(Elastic SOM)を提案する。ここで提案するElastic SOMによって、より正確なデータ構造を可視化できるだけなく、MDSではできない新しい点のマップ上への射影を行うことができる。それによって、Elastic SOMは可視化だけでなく、データの識別に用いることができる。 |
抄録(英) | Due to its simplicity, Self-Organizing Maps(SOM) are often utilized to visualize high dimensional data. While SOM is able to preserve the intrinsic topological characteristics of the high dimensional data, unlike Multidimensional Scaling(MDS), it often fails to preserve the inter-distance relations of data. In this study, we propose a visualization algorithm called Elastic SOM, which preserves not only the topological structure of the data but also their distances. Different from the traditional MDS, the proposed algorithm can also be used as a classifier. |
キーワード(和) | 自己組織化マップ / 多次元尺度構成法 / ニューラルネットワーク / 次元圧縮 / 識別 |
キーワード(英) | Self-Organizing Maps / Multidimensional Scaling Method / Neural Network / Dimension Reduction / Classification |
資料番号 | NLP2016-89 |
発行日 | 2016-12-05 (NLP) |
研究会情報 | |
研究会 | NLP |
---|---|
開催期間 | 2016/12/12(から2日開催) |
開催地(和) | 中京大学 |
開催地(英) | Chukyo Univ. |
テーマ(和) | 一般 |
テーマ(英) | |
委員長氏名(和) | 藤坂 尚登(広島市大) |
委員長氏名(英) | Hisato Fujisaka(Hiroshima City Univ.) |
副委員長氏名(和) | 安達 雅春(東京電機大) |
副委員長氏名(英) | Masaharu Adachi(Tokyo Denki Univ.) |
幹事氏名(和) | 和田 昌浩(甲南大) / 坪根 正(長岡技科大) |
幹事氏名(英) | Masahiro Wada(Konan Univ.) / Tadashi Tsubone(Nagaoka Univ. of Tech.) |
幹事補佐氏名(和) | 麻原 寛之(岡山理科大) / 橘 俊宏(湘南工科大) |
幹事補佐氏名(英) | Hiroyuki Asahara(Okayama Univ. of Science) / Toshihiro Tachibana(Shonan Inst. of Tech.) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Nonlinear Problems |
---|---|
本文の言語 | JPN |
タイトル(和) | ElasticSOMによる可視化とデータ識別 |
サブタイトル(和) | |
タイトル(英) | Visualization and Classification by ElasticSOM |
サブタイトル(和) | |
キーワード(1)(和/英) | 自己組織化マップ / Self-Organizing Maps |
キーワード(2)(和/英) | 多次元尺度構成法 / Multidimensional Scaling Method |
キーワード(3)(和/英) | ニューラルネットワーク / Neural Network |
キーワード(4)(和/英) | 次元圧縮 / Dimension Reduction |
キーワード(5)(和/英) | 識別 / Classification |
第 1 著者 氏名(和/英) | 武 湧人 / Yuto Take |
第 1 著者 所属(和/英) | 中京大学(略称:中京大) Chukyo University(略称:Chukyo Univ.) |
第 2 著者 氏名(和/英) | ハルトノ ピトヨ / Pitoyo Hartono |
第 2 著者 所属(和/英) | 中京大学(略称:中京大) Chukyo University(略称:Chukyo Univ.) |
発表年月日 | 2016-12-12 |
資料番号 | NLP2016-89 |
巻番号(vol) | vol.116 |
号番号(no) | NLP-353 |
ページ範囲 | pp.27-32(NLP), |
ページ数 | 6 |
発行日 | 2016-12-05 (NLP) |