ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. コンピュータビジョンとイメージメディア(CVIM)
  3. 2023
  4. 2023-CVIM-235

位相幾何学に基づくIsomapのパラメーター決定法

https://ipsj.ixsq.nii.ac.jp/records/229268
https://ipsj.ixsq.nii.ac.jp/records/229268
c041d781-5073-41f2-95ac-1a05463f8b42
名前 / ファイル ライセンス アクション
IPSJ-CVIM23235048.pdf IPSJ-CVIM23235048.pdf (2.1 MB)
Copyright (c) 2023 by the Institute of Electronics, Information and Communication Engineers This SIG report is only available to those in membership of the SIG.
CVIM:会員:¥0, DLIB:会員:¥0
Item type SIG Technical Reports(1)
公開日 2023-11-09
タイトル
タイトル 位相幾何学に基づくIsomapのパラメーター決定法
タイトル
言語 en
タイトル Parameter determination method for Isomap based on topological geometry
言語
言語 jpn
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
島根大学大学院自然科学研究科
著者所属
島根大学大学院自然科学研究科
著者所属(英)
en
Graduate School of Natural Science and Technology,Shimane University
著者所属(英)
en
Graduate School of Natural Science and Technology,Shimane University
著者名 須山, 未侑羅

× 須山, 未侑羅

須山, 未侑羅

Search repository
坂野, 鋭

× 坂野, 鋭

坂野, 鋭

Search repository
著者名(英) Suyama, Miura

× Suyama, Miura

en Suyama, Miura

Search repository
Hitoshi, Sakano

× Hitoshi, Sakano

en Hitoshi, Sakano

Search repository
論文抄録
内容記述タイプ Other
内容記述 本研究では,高次元データを人間が理解可能な 2,3 次元に圧縮するための非線形次元圧縮法,Isomap の近傍パラメータの決定方法を提案する.画像などの高次元データは人間にとって知覚が難しく,線形変換では十分な分析が難しいため,非線形次元圧縮が用いられることが多い.しかし,これらの方法には任意性のあるパラメータが存在し,その決定が問題となる.そこで,位相的データ解析の一環として発展してきたパーシステントホモロジー技術を活用し,高次元空間の分布形状を数値的に捉え,次元圧縮のパラメータ決定のヒントを提供する手法を提案する.
論文抄録(英)
内容記述タイプ Other
内容記述 In this study, we propose a method to determine the neighborhood parameters of Isomap, a nonlinear dimensionality reduction technique, to compress high-dimensional data into 2 or 3 dimensions that humans can understand. High-dimensional data, such as images, are challenging for humans to perceive, and linear transformations often fall short in providing adequate analysis. As a result, nonlinear dimensionality reduction methods are frequently used. However, these methods come with arbitrary parameters, making their determination a challenge. To address this, we leverage persistent homology technology, which has evolved as part of topological data analysis. This technology numerically captures the distribution shape in high-dimensional spaces and offers insights into parameter determination for dimensionality reduction.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AA11131797
書誌情報 研究報告コンピュータビジョンとイメージメディア(CVIM)

巻 2023-CVIM-235, 号 48, p. 1-4, 発行日 2023-11-09
ISSN
収録物識別子タイプ ISSN
収録物識別子 2188-8701
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
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 11:34:54.585771
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3