距離分布の形状分布に基づくオブジェクトの特徴推定

• Item type: SIG Technical Reports(1)
• 公開日: 2016-09-06
• タイトル: 距離分布の形状分布に基づくオブジェクトの特徴推定
• タイトル / 言語: en
• タイトル: Feature Estimation of Objects Based on a Shape Analysis of Distance Distributions
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: パターン，機械学習
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 静岡県立大学
• 著者所属: 静岡県立大学
• 著者所属(英): en
• 著者所属(英): University of Shizuoka
• 著者所属(英): en
• 著者所属(英): University of Shizuoka
• 著者名: 山岸, 祐己; 斉藤, 和巳
• 著者名(英): Yuki, Yamagishi; Kazumi, Saito
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 各オブジェクトがある種のベクトルとして与えられるケースのクラスタリングの解法は種々存在しているが，共通する問題の一つとして，計算コストや必要なメモリ容量がオブジェクト数に依存することが挙げられる．よって，計算過程において探索するべきオブジェクトの特徴，または探索するべきでないオブジェクトの特徴を見出し，それらを事前にオブジェクト集合から得られる情報から推定できれば，計算コストや使用メモリ容量の削減を図ることができると考えられる．今回我々は，各オブジェクトから見たときの他のオブジェクトとの距離総和と，距離分布の歪度と尖度に着目し，クラスタリングにおいて重要となるオブジェクトの特徴を数値化することを試みる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: There are various solutions for clustering problems in cases that objects are given as certain vectors. However, these solutions have a common difficulty which the computational complexity and required memory capacity are depending on a number of objects. Therefore, if we can estimate characteristics of objects which must be searched or not from the prior information, the computational complexity and the required memory capacity will be able to reduce according to the reduction rate of searching objects. Here, we focus on the sum of distances, the skewness, and the kurtosis of the distance distribution of viewpoints of each object, and to attempt to characterize the objects which have key roles in clustering problems.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10114171
• 書誌情報: 研究報告情報基礎とアクセス技術（IFAT）; 巻 2016-IFAT-123, 号 6, p. 1-6, 発行日 2016-09-06
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8884
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会