Matice sebepodobnosti - Self-similarity matrix

v analýza dat, matice sebepodobnosti je grafické znázornění podobný sekvence v datové řadě.

Podobnost lze vysvětlit různými opatřeními, například prostorovou vzdáleností (matice vzdálenosti ), korelace nebo srovnání místních histogramy nebo spektrální vlastnosti (např. IXEGRAM[1]). Tato technika se také používá pro hledání daného vzoru v dlouhé datové řadě jako v shoda genů.[Citace je zapotřebí ] Výchozím bodem může být podobnostní graf tečkové grafy nebo rekurentní grafy.

Definice

Chcete-li vytvořit matici sebepodobnosti, nejprve transformujete datovou řadu na uspořádanou sekvenci vektory funkcí , kde každý vektor popisuje relevantní vlastnosti datové řady v daném lokálním intervalu. Poté je matice sebepodobnosti vytvořena výpočtem podobnosti dvojic vektorů funkcí

kde je funkce měřící podobnost dvou vektorů, například vnitřní produkt . Pak se podobné segmenty vektorů prvků zobrazí jako cesta vysoké podobnosti podél úhlopříček matice.[2]Podobnostní grafy se používají pro rozpoznávání akcí, které je z pohledu neměnné [3]a pro segmentaci zvuku pomocí spektrální shlukování matice sebepodobnosti.[4]

Příklad

Ukázalo se, že podobnostní graf, varianta grafu opakování, získaný pro různé pohledy na lidské činy, vytváří podobné vzory.[5]

Viz také

Reference

  1. ^ M. A. Casey; A. Westner (červenec -00 2000). „Oddělení zdrojů smíšeného zvuku nezávislou podprostorovou analýzou“ (PDF). Proc. Int. Comput. Hudební konf. Citováno 2013-11-19. Zkontrolujte hodnoty data v: | datum = (Pomoc)
  2. ^ Müller, Meinard; Michael Clausen (2007). „Transpoziční invariantní matice podobnosti“ (PDF). Sborník příspěvků z 8. mezinárodní konference o vyhledávání hudebních informací (ISMIR 2007): 47–50. Citováno 2013-11-19.
  3. ^ V. Junejo; E. Dexter; I. Laptev; Patrick Pérez (2008). Rozpoznání akce napříč pohledy z časových sebe-podobností. V Proc. Evropská konference o počítačovém vidění (ECCV), Marseille, Francie. Přednášky z informatiky. 5303. str. 293–306. CiteSeerX  10.1.1.405.1518. doi:10.1007/978-3-540-88688-4_22. ISBN  978-3-540-88685-3.
  4. ^ Dubnov, Shlomo; Ted Apel (2004). Msgstr "Segmentace zvuku seskupením singulárních hodnot". Sborník konferencí o počítačové hudbě (ICMC 2004). CiteSeerX  10.1.1.324.4298.
  5. ^ Cross-View Action Recognition from Temporal Self-Similarities (2008), I. Junejo, E. Dexter, I. Laptev a Patrick Pérez)

Další čtení

externí odkazy