| 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 | 2023-03-01 15:50 Multiscale Manifold Clustering and Embedding with Multiple Kernels ○Kyohei Suzuki・Masahiro Yukawa（Keio Univ.）  EA2022-123 SIP2022-167 SP2022-87 |
|
| 抄録 | （和） | This paper presents a clustering and embedding method to analyze data which lie on a union of multiple manifolds having different scales. The proposed method executes the following two processes alternately: (i) data are clustered by using bases of the manifolds, and (ii) the bases are updated based on the clustered data. To achieve this, the task is cast as maximization of the variance of data mapped to a subspace of the reproducing kernel Hilbert space that corresponds to the relevant manifold of each cluster. The optimization problem involves real-valued variables to construct the bases and binary variables to assign each datum to its corresponding cluster. Each set of variables is updated in an alternate fashion. For sake of scalability, we extend the domain of the binary variables to the whole Euclidean space under normalization subject to the orthonormality constraint. Despite the nonconvexity of the constraint, the problem in terms of each set of variables admits an analytic solution. The efficacy of the proposed algorithm is demonstrated by simulations using toy data. |
| （英） | This paper presents a clustering and embedding method to analyze data which lie on a union of multiple manifolds having different scales. The proposed method executes the following two processes alternately: (i) data are clustered by using bases of the manifolds, and (ii) the bases are updated based on the clustered data. To achieve this, the task is cast as maximization of the variance of data mapped to a subspace of the reproducing kernel Hilbert space that corresponds to the relevant manifold of each cluster. The optimization problem involves real-valued variables to construct the bases and binary variables to assign each datum to its corresponding cluster. Each set of variables is updated in an alternate fashion. For sake of scalability, we extend the domain of the binary variables to the whole Euclidean space under normalization subject to the orthonormality constraint. Despite the nonconvexity of the constraint, the problem in terms of each set of variables admits an analytic solution. The efficacy of the proposed algorithm is demonstrated by simulations using toy data. | |
| キーワード | （和） | / / / / / / / |
| （英） | manifold clustering / manifold learning / multiscale framework / kernel methods / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 388, SIP2022-167, pp. 276-281, 2023年2月. | |
| 資料番号 | SIP2022-167 | |
| 発行日 | 2023-02-21 (EA, SIP, SP) | |
| 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 | EA2022-123 SIP2022-167 SP2022-87 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-SLP EA SIP |
| 開催期間 | 2023-02-28 - 2023-03-01 |
| 開催地（和） | 沖縄県立博物館・美術館 |
| 開催地（英） | |
| テーマ（和） | 音声，応用／電気音響, 信号処理，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2023-02-SP-SLP-EA-SIP |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Multiscale Manifold Clustering and Embedding with Multiple Kernels |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / manifold clustering |
| キーワード(2)（和/英） | / manifold learning |
| キーワード(3)（和/英） | / multiscale framework |
| キーワード(4)（和/英） | / kernel methods |
| 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） | 鈴木 京平 / Kyohei Suzuki / スズキ キョウヘイ |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 湯川 正裕 / Masahiro Yukawa / |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-03-01 15:50:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIP |
| 資料番号 | EA2022-123, SIP2022-167, SP2022-87 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.387(EA), no.388(SIP), no.389(SP) |
| ページ範囲 | pp.276-281 |
| ページ数 | 6 |
| 発行日 | 2023-02-21 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]