스펙트럼 군집화에서 블록 대각 형태의 유사도 행렬 구성

허경용; 김광백; 우영운

추천

검색

질문

자료유형: 학술저널

저자정보: 허경용 (University of Florida) 김광백 (신라대학교) 우영운 (동의대학교)

저널정보: 한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제11권 제9호

발행연도: 2008.9

수록면: 1,302 - 1,309 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

K-means나 퍼지 군집화와 같은 전통적인 군집화 기법들이 원형(prototype)을 기반으로 하고 볼록한 형태의 집단들에 적합한 반면, 스펙트럼 군집화(spectral clustering)는 국부적인 유사성을 기반으로 전역적인 집단을 찾아내는 기법으로 오목한 형태의 집단들에도 적용할 수 있어 커널을 기반으로 하는 SVM과 더불어 각광을 받고 있다. 하지만 SVM이 그러하듯이 스펙트럼 군집화에서도 커널의 폭은 성능에 지대한 영향을 끼치는 요인으로, 이를 결정하기 위한 다양한 방법이 시도되었지만 여전히 휴리스틱에 의존하는 실정이다. 이 논문에서는 유사도 행렬이 보다 명백한 블록 대각 형태를 가지도록 하기 위해 국부적인 커널의 폭을 거리 히스토그램을 바탕으로 적응적으로 결정하는 방법을 제시한다. 제안한 방법은 스펙트럼 군집화에 사용되는 유사도 행렬(affinity matrix)이 블록 형태의 대각 행렬을 이룰 때 이상적인 결과를 낸다는 사실에 기반하고 있으며, 이를 위해서 전통적인 유클리디안 거리와 무작위 행보 거리(random walk distance)를 함께 사용한다. 제안한 방법은 기존의 방법들에서 사용하는 유사도 행렬에 비해 명확한 블록 대각 행렬을 나타내고 있음을 실험 결과를 통해 확인할 수 있다.

#Spectral Clustering(스펙트럼 군집화) #Kernel Width(커널 폭) #Affinity Matrix(유사도 행렬) #Block Diagonal Matrix(블록 대각 행렬)

참고문헌 (10)

참고문헌 신청

1. [학술지(정기간행물)] - U.von Luxburg / 2007 / A Tutorial on Spectral Clustering / Statistics and Computing 17 (4) : 395 ~ 416

2. [학술지(정기간행물)] - A. Ng / 2002 / On spectral clustering:Analysis and an algorithm / Advances in Neural Information Processing Systems 14 : 849 ~ 856

3. [학술지(정기간행물)] - L. Zelnik-Manor / 2004 / Self-Tuning Spectral Clustering / Advances in Neural Information Processing Systems 17 : 1601 ~ 1608

4. [학술대회논문] - Igor Fischer / 2005 / Amplifying the Block Matrix Structure for Spectral Clustering / Proceedings of the 14th Annual Machine Learning Conference of Belgium and the Netherlands : 21 ~ 28

5. [학술지(정기간행물)] - Francois Fouss / 2007 / Random-Walk Computation of Similarities between Nodes of a Graph with Application to Collaborative Recommendation / IEEE Transactions on Knowledge and Data Engineering 19 (3) : 355 ~ 369

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

허경용

소속기관 University of Florida

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 2 이용수 302

김광백

소속기관 신라대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 컴퓨터학 TOP 10%

논문수 297 이용수 21,911

우영운

소속기관 동의대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 컴퓨터학

논문수 126 이용수 11,468

이 논문과 함께 이용한 논문

뉴스 기사의 자연어처리 : <뉴스소스 베타〉를 중심으로

박대민 커뮤니케이션 이론 2016 .03

An Efficient Large Graph Clustering Technique based on Min-Hash

이석주 , 민준기 Journal of KIISE 2016 .03

클러스터 내 분별 오류 최소화를 위한 퍼지 클러스터링

허경용 , 이수종 한국컴퓨터정보학회 학술발표논문집 2013 .07

범주형 데이터 분석에서 속성의 영향력을 이용한 군집분석

오수민 , 송준모 , 김철수 정보과학회논문지 : 컴퓨팅의 실제 및 레터 2012 .11

클러스터 앙상블을 활용한 K-modes 알고리즘의 성능 향상 기법

조진혁 , 고송 , 김대원 한국지능시스템학회 학술발표 논문집 2009 .04

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2012-004-004430750

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (10)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)