| 講演名 | 2003/3/6 擬似メンバシップ生成法に基づく任意形状クラスタの逐次抽出 堀田 敬二, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 本論文では,部分的に結合したクラスタヘの擬似的なメンバシップを求めることで任意形状クラスタを逐次に抽出するクラスタリング法を提案する.提案手法では,データをガウシアンカーネルで高次元空間に写像してカーネル行列を作成し,以下の1)と2)の処理を抽出されたクラスタに含まれるデータの個数が少なくなるまで繰り返す:1)カーネル行列の固有ベクトルを求め,この固有ベクトルを初期値として非負行列因子分解により固有ベクトルを均す(この平滑化されたベクトルのことを擬似メンバシップと呼ぶ).2)擬似メンバシップをクリスプ化し,クラスタに含まれるデータに対応するカーネル行列の要素をOとしてカーネル行列を更新する.提案手法は,ノイズにロバストである,パラメータの設定が容易である,クラスタ数を自動的に決定することができる,という特長を有する.簡単なデータで本手法の性能を検証する. |
| 抄録(英) | This paper presents a sequential clustering method based on generating pseudo-memberships of data that are connected each other partially. First, we map data into high-dimensional space by a gaussian kernel. Next, we set an absolute value of elements of the eigenvector obtained by kernel matrix to the initial values of vectors in non-negative matrix factorization (NMF). This initialization achieves an extraction of arbitrarily shaped clusters and noise reduction. Finally, we set the pseudo-membership created by NMF to a crisp and remove extracted data by assignment of zero into elements of the kernel matrix that correspond to data-number of data in the extracted cluster. Our method has advantages in 1) noise-robustness, 2) setting parameters with ease and 3) estimation of number of clusters. Performance of the proposed method is examined by some simple data. |
| キーワード(和) | クラスタリング / 擬似メンバシップ / ガウシアンカーネル / 非負行列因子分解 |
| キーワード(英) | clustering / pseud-membership / gaussian kernel / non-negative matrix factorization |
| 資料番号 | PRMU2002-239 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2003/3/6(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 擬似メンバシップ生成法に基づく任意形状クラスタの逐次抽出 |
| サブタイトル（和） | |
| タイトル（英） | Sequential Extraction of Arbitrarily Shaped Clusters based on Pseudo-Membership Generation Method |
| サブタイトル（和） | |
| キーワード(1)（和/英） | クラスタリング / clustering |
| キーワード(2)（和/英） | 擬似メンバシップ / pseud-membership |
| キーワード(3)（和/英） | ガウシアンカーネル / gaussian kernel |
| キーワード(4)（和/英） | 非負行列因子分解 / non-negative matrix factorization |
| 第 1 著者 氏名（和/英） | 堀田 敬二 / Seiji HOTTA |
| 第 1 著者 所属（和/英） | 長崎大学情報システムエ学科 Department of Computer and Information Sciences, Nagasaki University |
| 発表年月日 | 2003/3/6 |
| 資料番号 | PRMU2002-239 |
| 巻番号（vol） | vol.102 |
| 号番号（no） | 707 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |