連続的な主成分分析を用いた多次元データの可視化における意味的 ズーム法

浅井楓矢; 脇田建

論文・著書情報

タイトル

和文:	連続的な主成分分析を用いた多次元データの可視化における意味的ズーム法
英文:

著者

和文:	浅井楓矢, 脇田建.
英文:	Fuya Asai, KEN WAKITA.

言語

Japanese

掲載誌/書名

和文:
英文:

巻, 号, ページ

出版年月

2025年5月

出版者

和文:
英文:

会議名称

和文:	2025年度人工知能学会全国大会 (第39回)
英文:

開催地

和文:	大阪
英文:

アブストラクト

多次元データをPCA を用いて次元削減し可視化する際、特定のクラスタに注目してその詳細な構造や特徴を調査したい場合がある。幾何的ズームでは、現在のクラスタ構造を詳細に展開してその内部情報を明らかにすることが困難である。そこでズーム機能として幾何的ズームによるデータのフィルタリングとPCA の再計算を組み合わせたレイアウトの更新を行うセマンティックズームを実現する。これにより大域的なデータを考慮せずに局所的なデータに対して次元削減を行い、クラスタの分離を行うことができる。このズーム時の課題として、PCA は軸の向きと回転について自由度があり、僅かな拡大でレイアウトが大きく変化しユーザーが混乱する点があげられる。本研究では、これを解決するためにProcrustes 解析によってレイアウトの回転の抑制を行う。加えて、ズームの過程で幾何的なズームとPCA を多段階に行うことで、段階的に補完されたセマンティックズームとする。本手法の応用として、時系列高次元データ、動的ネットワークデータを対象として有効性を示す。

Home

各種検索

サポート

T2R2について

関連リンク

論文・著書情報