アンサンブル学習に基づく半教師ありクラスタリング

カテゴリ: 研究会(論文単位)

論文No: CT19003

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2019/01/05

タイトル(英語): Semi-Supervised Clustering based on Ensemble Learning

著者名: 岡部 正幸(県立広島大学)

著者名(英語): Masayuki Okabe(Prefectural University of Hiroshima)

キーワード: クラスタリング|半教師あり学習|アンサンブル学習|clustering|semi-supervised learning|ensemble learning

要約(日本語): 本研究では，制約と特徴のランダムサンプリングを伴う制約付きK-meansを弱クラスタ生成器としたアンサンブル型半教師ありクラスタリング方法を提案し，ブースティング原理に基づく既存手法とその効果を比較検証する．

要約(英語): We propose a method of semi-supervised clustering that uses a constrained k-means algorithm with random sampling of constraints and features as a weak learner of the ensemble learning. The performance is compared with our former boosting based semi-supervised clustering method.

原稿種別: 日本語

PDFファイルサイズ: 549 Kバイト