National and Kapodistrian University of Athens
Subspace Clustering: A Possibilistic Approach
Abstract
dc:descriptionΩς συσταδοποίηση υποχώρων ορίζεται το πρόβλημα της μοντελοποίησης δεδομένων που βρίσκονται σε έναν ή και περισσότερους υποχώρους υπό την παρουσία θορύβου και περιέχουν ακραίες παρατηρήσεις και ελλιπή δεδομένα. Εξ όσων γνωρίζουμε, όλοι οι αλγόριθμοι που επιλύουν αυτό το πρόβλημα υποθέτουν ότι μια παρατήρηση ανήκει αυστηρά σε έναν υποχώρο. Η παρούσα διατριβή εξετάζει την περίπτωση όπου ένα σημείο μπορεί ταυτόχρονα και ανεξάρτητα να ανήκει σε παραπάνω από έναν υποχώρο. Ως αποτέλεσμα έχουμε την δημιουργία ενός καινούργιου αλγορίθμου, του sparse adaptive possibilistic K-subspaces (SAP K-subspaces). Ο αλγόριθμος αυτός αποτελεί γενίκευση του αλγορίθμου sparse possibilistic c-means algorithm (SPCM) [2], πράγμα που σημαίνει ότι μπορεί να διαχειριστεί με αξιοπιστία δεδομένα τόσο με θόρυβο και ακραίες τιμές όσο και δεδομένα τα οποία βρίσκονται σε τομές υποχώρων. Επίσης, ο καινούργιος αλγόριθμος αρχικοποιείται με περισσότερες συστάδες από τις πραγματικές, έχοντας την δυνατότητα απαλοιφής των περιττών συστάδων και τελικά την εύρεση αυτών που σχηματίζονται απο τα δεδομένα. Επιπλέον, υιοθετεί μια προσέγγιση εύρεσης γινομένου πινάκων χαμηλής τάξης για την εκτίμηση της διάστασης των υποχώρων [1]. Πειράματα σε συνθετικά και αληθινά δεδομένα επιβεβαιώνουν την αποτελεσματικότητα του αλγορίθμου. [1] Paris V Giampouras, Athanasios A Rontogiannis, and Konstantinos D Koutroumbas. Alternating iteratively reweighted least squares minimization for lowrank matrix factorization. IEEE Transactions on Signal Processing, 67(2):490–503, 2018. [2] Spyridoula D Xenaki, Konstantinos D Koutroumbas, and Athanasios A Rontogiannis. Sparsityaware possibilistic clustering algorithms. IEEE Transactions on Fuzzy Systems, 24(6):1611–1626, 2016.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Ελευθεράκη Σταυρούλα
- Eleftheraki Stavroula
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:2924636