文章基本信息

标题：自己組織化マップによるマルチビュー関係データの包括的可視化
本地全文：下载
作者：米田圭佑 ; 中野貴理博 ; 堀尾恵一等
期刊名称：知能と情報
印刷版ISSN：1347-7986
电子版ISSN：1881-7203
出版年度：2018
卷号：30
期号：2
页码：525-536
DOI：10.3156/jsoft.30.2_525
语种：Japanese
出版社：Japan Society for Fuzzy Theory and Intelligent Informatics
摘要：

本研究の目的は，マルチビュー関係データの全体像を包括的に可視化するSOMの開発である．これを実現するため，われわれはco-trainingによるメトリック推定法を導入することでSOMをマルチビューデータに拡張し，全ビューに共通する因子の推定を可能にした．これはSOMによる正準相関分析の非線形拡張になっている．さらに開発した学習アルゴリズムをテンソルSOMに組み込み，マルチビュー関係データの全体像を可視化するCCA型テンソルSOMを開発した．CCA型テンソルSOMをワインデータ解析に応用し，アロマデータと香気成分データを融合して可視化を行った．さらにワイン・アロマ・香気成分の三者の関係性を可視化することを通して，その有用性を示した．
关键词：関係データ;マルチビュー学習;正準相関分析;自己組織化マップ;relational data;multi-view learning;canonical correlation analysis;self-organizing map