英文（医療系）和訳の添削をお願いします．

いつもながら，しっくりしません．どなたか添削してください．
The principal components scores, obtained for each spectrum, were used as input for K-means clustering analysis (KCA). This clustering analysis algorithm was used to find groups of spectra with similar spectral characteristics (clusters). KCA was used, as this clustering method can easily handle large amounts of data like the Raman maps presented here (Jain and Dubes, 1988). In short KCA works as follows.First, the number of clusters in which the spectra are grouped by KCA, is defined by the user.For each of these clusters a spectrum is randomly chosen from the spectra in the data set, to act as the initial cluster center. All spectra in the data set are then compared with these cluster centers and assigned to the center that they most resemble. After all spectra are assigned to a certain cluster, new cluster centers are calculated by averaging all spectra assigned to that cluster.This procedure is repeated until a stable solution is reached. The principal components scores, obtained for each spectrum, were used as input for K-means clustering analysis (KCA).

各スペクトルから得られた主成分得点はK-mean クラスター分析（ＫＣＡ）のための入力情報として使われた．得たれたクラスター分析アルゴリズム（算法）は類似したスペクトルの特徴（クラスター：集団）のスペクトルを発見するために使われた．この方法（ＫＣＡ）はここで示されたラマンマップのような大量のデータを容易に処理することができるので，ＫＣＡは使われた(Jain and Dubes, 1988).　 要約するとＫＣＡは以下のように作用（作動，機能）する．最初にＫＣＡによりグループ化されたスペクトル群のクラスターの数は使用者により規定された．このクラスターの１つのスペクトル，それぞれはデータセット中のスペクトル群から無作為に選ばれる．次いで，セータセット中の全てのスペクトルは，これらのクラスターの中心的存在と比較され，（そして）最も似ているクラスターに割当られる．最終的に全てのスペクトルは確信できるクラステーに割当られ，新しいクラスターの中央（値？）はそのクラスターに割当られた全てのスペクトルの加算平均により計算されこの手順は安定するまで繰り返され，（この手順が）達成される．

No.3 ベストアンサー 回答者： USB99 回答日時： 2010/12/12 21:54

The principal components scores, obtained for each spectrum, were used as input for K-means clustering analysis (KCA).

主成分解析とクラスター解析とは全く別なので、principal component scoreを素直に主成分スコアと訳していいのか、疑問があります。ここは、前の文を読まないと無理？

This clustering analysis algorithm was used to find groups of spectra with similar spectral characteristics (clusters).
クラスター解析は、似たような性質を持つデータを一つのクラスターにグループ化する事で、（多くのデータを幾つかの）クラスター群に分けるために行われる．．くらいに意訳した方が分かりやすいかと。

First, the number of clusters in which the spectra are grouped by KCA, is defined by the user.
まず、解析者が（任意に）KCAするクラスターの数を設定する。

For each of these clusters a spectrum is randomly chosen from the spectra in the data set, to act as the initial cluster center.
各々のクラスター内の任意の点を、そのクラスターにおけるクラスター重心とする。

All spectra in the data set are then compared with these cluster centers and assigned to the center that they most resemble.
全てのデータ（spectra）は、クラスター重心からの”距離”を計算され、どのクラスターに属するか決められる。

After all spectra are assigned to a certain cluster, new cluster centers are calculated by averaging all spectra assigned to that cluster.
全てのデータ（spectra）がどのクラスターに属するか決まったら、各クラスター内のデータ（spectra）の平均を算出して、それを新しいクラスター重心とする。

This procedure is repeated until a stable solution is reached.
このプロセスを平均値が変化しなくなるまで（クラスター重心が変化しなくなるまで）行う。

この回答へのお礼

USB99さん　いつもありがとうございます．アドバイス頂いた点を参考にもう一度訳し直してみます．

お礼日時：2010/12/13 00:08

No.2 回答者： do_ra_ne_ko 回答日時： 2010/12/12 13:32

英語は得意じゃないが・・・・・・ご参考までに

これは論文の一部でしょう。　論文を理解する能力はないが、論旨は、
・・・・（前文不明だが・・・の結論を得た。）
・・・・（その結論をえるための方法として）・・・の分析方法を用いた。
・・・・（この分析法を簡単に説明すると）・・・次のようなものである。

英語が受身だったとしても、日本語では奇妙にみえる。

＜各スペクトルから得られた主成分得点はK-mean クラスター分析（ＫＣＡ）のための入力情報として使われた＞
　　
　　「それぞれのスペクトルから得た主成分得点を・・・ＫＣＡの入力とした。」

＜この方法（ＫＣＡ）はここで示されたラマンマップのような大量のデータを容易に処理することができるので，ＫＣＡは使われた(Jain and Dubes, 1988).＞
　　
　　「ここに示するラマンマップ　(Jain and Dubes, 1988) のような・・・・のでＫＣＡを使った。」
　　・・・ここは大切なところでJain and Dubesの著作権の問題である。原文と異なるように見えるが・・・

＜要約するとＫＣＡは以下のように作用（作動，機能）する＞
　　
　「手短にいうとＫＣＡは以下のように行う・・・・」
　・・・要約していますか？追加説明のように見えるが・・・
　・・・Ｈｏｗ　ｔｏ　ｗｏｒｋ　ａ　ｃｏｍｐｕｔｅｒ　この work は働かせる、動かす、機能させる、etc・・

＜最終的に全てのスペクトルは確信できるクラステーに割当られ，新しいクラスターの中央（値？）はそのクラスターに割当られた全てのスペクトルの加算平均により計算されこの手順は安定するまで繰り返され，（この手順が）達成される．＞
　
　「この手順を安定した解となるまで続ける」
　「それぞれのスペクトルから得た主成分得点を・・・ＫＣＡの入力とした。」
　・・・初出の文章の繰り返し。・・・
　・・・同じ文章の訳が異なるのは奇妙。・・・
　・・・重要なことなので繰り返したのでしょう・・・

この回答へのお礼

do_ra_ne_koさん　ありがとうございます．
＜　英語が受身だったとしても、日本語では奇妙にみえる。　
おっしゃる通りなんですが，自信がなくついつい受身形は受け身に訳してしまっています．　アドバイス頂いた点を考えながら，もう一度訳してみます．

お礼日時：2010/12/12 23:27

No.1 回答者： drmuraberg 回答日時： 2010/12/12 12:40

各スペクトルから得られた主成分スコアはK-平均クラスター化分析（ＫＣＡ）のための

入力情報として用いられた。
このクラスター化分析アルゴリズムは似たスペクトル特徴（クラスター）のスペクトル
グループを発見するために用いられた。
ＫＣＡ法は、このクラスター化法がここに示されたラマンマップのような大量のデータを
容易に処理することができるので使われた(Jain and Dubes, 1988)。
要するに、ＫＣＡは以下のように機能する。最初に、ＫＣＡによりグループ化される
スペクトルのクラスター数は使用者により決められる。これらの各のクラスターに付いて
１つのスペクトルがデータセット中のスペクトル群から、初期クラスターセンタとして、
無作為に選ばれる。
次いで、データセット中の全てのスペクトルはクラスターセンタのそれ（スペクトル）と
比較され、そして最も似ている（クラスター）センタに帰属される（割当られる）。
この手続きが安定な解に到達するまで繰り返される。各スペクトルから得られた主成分
スコアがＫ平均クラスター化分析（ＫＣＡ）の為の入力（値）として使われる。

以上参考訳です。最後の行だけはかなり手直しが必要でしたが、それ以外は特に問題は有りません。
（　）内は参考です。無くても構いません。
Clustering analysisはingのニュアンスを出すために「化」を付けました。Cluster analysis
「クラスター分析」と訳されていますので。下記ＵＲＬを参考にしてください。http://www.kamishima.net/jp/clustering/

この回答へのお礼

drmuraberg　さん　早速のご回答ありがとうございます．最後の文を中心にもう一度訳し直してみます．添付頂いたＵＲＬも参考にさせてもらいます．

お礼日時：2010/12/12 23:34