二重確率である類似度行列に対するクラスタリング手法の実験的評価

カテゴリ: 研究会(論文単位)

論文No: IS21043

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2021/12/03

タイトル(英語): Numerical study on clustering algorithm based on doubly stochastic similarity matrix.

著者名: 工藤 蓮(神奈川大学),伊豆永 洋一(九州大学)

著者名(英語): Ren Kudo(Kanagawa University),Yoichi Izunaga(Kyusyu University)

キーワード: スペクトラルクラスタリング|二重確率行列|動的計画法|spectral clustering|doubly stochastic matrix|dynamic programming

要約(日本語): 与えられたオブジェクトの集合を何らかの意味のあるまとまりに分割する手法はクラスタリングと呼ばれる．本研究では，オブジェクト間のペアワイズな類似度が与えられた下でのクラスタリング手法を扱う．特に，類似度行列が二重確率行列として与えられる場合に，その行列の固有ベクトルの情報と動的計画法を利用したアルゴリズムを提案する．さらに，提案手法の有効性を数値実験により評価する．

要約(英語): Given a set of objects, clustering is to partition objects into a number of distinct sets. In this study, we consider the approach of clustering based on a pairwise similarity of objects. In particular, we focus the doubly stochastic similarity matrix and propose a dynamic programming algorithm exploiting the spectral information of its matrix. Moreover, we conduct computational experiments to evaluate the clustering performance provided by our algorithm.

本誌: 2021年12月6日-2021年12月7日情報システム研究会

本誌掲載ページ: 63-66 p

原稿種別: 日本語

PDFファイルサイズ: 326 Kバイト