| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2012-09-02 10:00 競合学習を用いた情報理論的クラスタリング ～ 文書クラスタリングにおける基準及びアルゴリズムの比較 ～ ○内山俊郎（NTT）  PRMU2012-33 IBISML2012-16 |
|
| 抄録 | （和） | 情報理論的クラスタリング(ITC:information-theoretic clustering)は，特徴分布の類似性によりクラスタをまとめる方法である．近年，クラスタリング基準が明確化され，この基準の最適化によるITCアルゴリズムが提案された．このアルゴリズムは，k-means法においてデータが属するクラスタラベルを更新する時に評価関数としてKL(Kullback Leibler)ダイバージェンスを用いる．最近，この考え方に基づいた，新しいアルゴリズムが提案された．その手法は，ゼロ頻度問題を回避するため，KL ダイバージェンスの代わりにその近似であるskew ダイバージェンスを用い，学習アルゴリズムとしては，k-means 法に対する優位性が確認されている競合学習を用いる．本稿は，前記手法がテキストデータを対象とした多クラス問題において，最大マージンクラスタリングや混合von Mises-Fisher分布に基づく方法などの既存アルゴリズムに比べて優れていることを実験により示した |
| （英） | Information-theoretic clustering (ITC) finds clusters based on the similarity of the distributions of features. An ITC algorithm based on optimizing the clustering criterion has previously been proposed. This algorithm is reminiscent of the k-means algorithm, but uses Kullback-Leibler (KL) divergence when updating the cluster-labels of the data. Recently, a novel method, based on the idea above, has been proposed. It uses competitive learning, which is known to be superior to the k-means algorithm. The method also uses skew divergence instead of KL divergence to avoid the zero-frequency problem. This paper shows that the method performs better than existing clustering algorithms, such as maximum margin clustering and a method based on mixture of von Mises-Fisher distribution, when applied to text data sets in multiclass problems. | |
| キーワード | （和） | 情報理論的クラスタリング / 競合学習 / skweダイバージェンス / カルバック・ライブラー・ダイバージェンス / エントロピー / / / |
| （英） | Information-theoretic clustering / Competitive learning / Skew divergence / Kullback-Leibler divergence / Entropy / / / | |
| 文献情報 | 信学技報, vol. 112, no. 198, IBISML2012-16, pp. 23-30, 2012年9月. | |
| 資料番号 | IBISML2012-16 | |
| 発行日 | 2012-08-26 (PRMU, IBISML) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2012-33 IBISML2012-16 |
|
| 研究会情報 | |
| 研究会 | PRMU IBISML IPSJ-CVIM |
| 開催期間 | 2012-09-02 - 2012-09-03 |
| 開催地（和） | 東京農工大 |
| 開催地（英） | |
| テーマ（和） | コンピュータビジョンとパターン認識のための機械学習および企業ニーズセッション |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2012-09-PRMU-IBISML-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 競合学習を用いた情報理論的クラスタリング |
| サブタイトル（和） | 文書クラスタリングにおける基準及びアルゴリズムの比較 |
| タイトル（英） | Information theoretic clustering using competitive learning |
| サブタイトル（英） | Comparison of criterion functions and algorithms for document clustering |
| キーワード(1)（和/英） | 情報理論的クラスタリング / Information-theoretic clustering |
| キーワード(2)（和/英） | 競合学習 / Competitive learning |
| キーワード(3)（和/英） | skweダイバージェンス / Skew divergence |
| キーワード(4)（和/英） | カルバック・ライブラー・ダイバージェンス / Kullback-Leibler divergence |
| キーワード(5)（和/英） | エントロピー / Entropy |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 内山 俊郎 / Toshio Uchiyama / ウチヤマ トシオ |
| 第1著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone corporation (略称： NTT) |
| 講演者 | 第1著者 |
| 発表日時 | 2012-09-02 10:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | IBISML |
| 資料番号 | PRMU2012-33, IBISML2012-16 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | no.197(PRMU), no.198(IBISML) |
| ページ範囲 | pp.23-30 |
| ページ数 | 8 |
| 発行日 | 2012-08-26 (PRMU, IBISML) |
[研究会発表申込システムのトップページに戻る]