@techreport{oai:ipsj.ixsq.nii.ac.jp:00176316,
 author = {吉田, 哲也 and Tetsuya, Yoshida},
 issue = {11},
 month = {Dec},
 note = {本稿では，共起データを対象とする情報論的クラスタリングに対して局所性を保存するグラフモデルを提案する．近年，データ間の関係を活用する多様体学習法が注目を集めており，様々な手法が提案されている．従来の研究では，情報論的クラスタリングに対して局所的なクラスタラベルの一貫性を考慮する手法が提案されてはいるが，共起性の保存は考慮されていなかった．本稿では，近傍における相互情報量に基づいて局所性の保存を考慮するように拡張した制約付最適化問題を定式化し，拡張した問題に対するグラフモデルを提案する．本稿での提案が，同値性の観点から従来の最適化問題を含む自然な拡張であり，グラフカットに基づく近似解法の観点からも従来法の自然な拡張であることを示す．, We propose a locality preserving graph model for information theoretic clustering. Inspired by manifold learning, previous work proposed to incorporate local consistency of cluster labels into information theoretic clustering, but local co-occurrence was not considered. We propose an extended constrained optimization problem under the framework of information theoretic clustering, and propose a locality preserving graph model for the problem. We show that the proposed model is a natural extension of previous model in terms of both the equivalence of constrained optimization and the approximate solution based on graph cut.},
 title = {情報論的クラスタリングに対する局所性保存グラフモデル},
 year = {2016}
}