| 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 | 2022-01-27 15:50 逐次二分割k-means法 ～ サンプル数の偏りが少ないクラスタリングアルゴリズム ～ ○伊藤彰則（東北大）  EMM2021-90 |
|
| 抄録 | （和） | クラスタに属するサンプル数の偏りが少ないクラスタリングアルゴリズムを提案する． K-means 法に代表される従来のクラスタリングアルゴリズムでは，クラスタのセントロイドとクラスタ内のサンプルとの二乗平均誤差を最小化することが目的であるため，結果として得られるクラスタではサンプル数が偏ることがある．これに対し，Balanced k-means 法のように，サンプルとセントロイドとの誤差に加え，クラスタ数の偏りを目的関数に加えて最適化を行うアルゴリズムがいくつか提案されている．これらの方法は一般性があり，偏りと誤差のトレードオフを制御することも可能であるが，速度が遅いという欠点がある．そこで本稿では，ヒューリスティックな方法によって，比較的高速かつクラスタのサンプル数の偏りが少ないアルゴリズムを考案した．この方法は， k-means 法でクラスタサイズが大きいクラスタを逐次的に２分割していき，所望のクラスタ数になった時点で再度セントロイドの最適化を行う．最後の最適化によってクラスタの偏りと誤差を調整することができる．評価のために２つの実験を行った．最初の実験では，生成データに対して提案法と k-means 法， k-means++ 法， Balanced k-means 法を適用し，計算時間を計測した．その結果，提案法は k-means 法よりも遅い一方，その他の方法より高速であった． 2 つ目の実験では， CIFAR-100の画像データをクラスタリングし， k-means との比較を行った．誤差とクラスタサイズの偏りを計測した結果，誤差とクラスタサイズの偏りのトレードオフを制御できることが示された． |
| （英） | We propose a clustering algorithm that reduces the bias in the number of samples belonging to a cluster. Conventional clustering algorithms, such as the K-means method, aim to inimize the mean square error between the centroid of the cluster and the samples in the cluster, which may lead to a biased number of samples in the resulting cluster. In response to this, several algorithms have been proposed for optimization, such as the Balanced k-means method, which adds the bias in the number of clusters to the objective function in addition to the error between the samples and the centroid. Although these methods are general and can control the trade-off between bias and error, they have a drawback of slow speed. In this paper, we propose a heuristic algorithm that is relatively fast and has a small bias in the number of samples in the clusters. This method uses the k-means method to successively divide clusters with large cluster sizes into two parts, and when the desired number of clusters is reached, the centroid is optimized again. The last optimization allows us to adjust the bias and error of the clusters. Two experiments were conducted for evaluation. In the first experiment, we applied the proposed method and the k-means, k-means++, and balanced k-means methods to the generated data and measured the computation time. The results showed that the proposed method was slower than the k-means method, but faster than the other methods. In the second experiment, the image data from CIFAR-100 were clustered and compared with k-means. We measured the error and cluster size bias, and the results showed that we could control the trade-off between error and cluster size bias. |
|
| キーワード | （和） | クラスタリング / k-means法 / balanced k-means法 / / / / / |
| （英） | clustering / k-means method / balanced k-means method / / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 362, EMM2021-90, pp. 37-42, 2022年1月. | |
| 資料番号 | EMM2021-90 | |
| 発行日 | 2022-01-20 (EMM) | |
| ISSN | 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 | EMM2021-90 |
|
| 研究会情報 | |
| 研究会 | EMM |
| 開催期間 | 2022-01-27 - 2022-01-27 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 臨場感生成，ユニバーサルメディア，ディジタルエンタテインメント，一般 |
| テーマ（英） | Sense of Presence, Universal Media, Digital Entertainment, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMM |
| 会議コード | 2022-01-EMM |
| 本文の言語 | 日本語 |
| タイトル（和） | 逐次二分割k-means法 |
| サブタイトル（和） | サンプル数の偏りが少ないクラスタリングアルゴリズム |
| タイトル（英） | Successive Binary Partition k-Means Algorithm |
| サブタイトル（英） | A clustering algorithm with less sample bias |
| キーワード(1)（和/英） | クラスタリング / clustering |
| キーワード(2)（和/英） | k-means法 / k-means method |
| キーワード(3)（和/英） | balanced k-means法 / balanced k-means method |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| 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） | 伊藤 彰則 / Akinori Ito / |
| 第1著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-01-27 15:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EMM |
| 資料番号 | EMM2021-90 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.362 |
| ページ範囲 | pp.37-42 |
| ページ数 | 6 |
| 発行日 | 2022-01-20 (EMM) |
[研究会発表申込システムのトップページに戻る]