로그인
통찰 - 高次元データ解析
高次元データの効率的な可視化と分析を可能にするTopoMap++
TopoMap++は、高次元データの可視化と分析を効率的に行うことができる手法である。TopoMap++は、TopoMapの問題点を改善し、より効率的な空間利用と対話的な探索を可能にする。
バイナリデータの内在次元を迅速に計算する方法
バイナリデータの内在次元を正確かつ効率的に計算する新しい手法を提案する。形式概念分析の概念を測定ツールとして使用し、最小サポート値に基づいて内在次元の上限と下限を推定する。
高次元テンソルデータの低ランク堅牢部分空間クラスタリングによる地下鉄乗客流動モデリング
本研究は、高次元テンソルデータの低ランク堅牢部分空間クラスタリングを提案し、地下鉄乗客流動モデリングに適用する。この手法は、次元削減、クラスタリング、異常検出を同時に実現する。
高次元データ解析のための条件付きスパイクアンドスラブ事前分布を用いた共変量重視頑健局所情報転移
本論文では、高次元データ解析のための新しい転移学習手法CONCERTを提案する。CONCERTは、条件付きスパイクアンドスラブ事前分布を用いることで、ターゲットデータとソースデータの局所的な類似性を捉え、ロバストに情報を転移することができる。
高次元データの解釈可能な次元削減 - 特徴保持型マニフォールド近似と射影
提案手法featMAPは、高次元データの特徴情報を保持しながら、低次元埋め込み空間に写像することで、次元削減結果の解釈性を向上させる。
高次元多次元削減手法のエインシュタイン積を用いた拡張
本論文では、エインシュタイン積を用いて、線形および非線形の次元削減手法を多次元データに拡張する新しい手法を提案する。これにより、データの本来の多次元構造を保持したまま次元削減を行うことができる。
