Comparative Study of Nonlinear Methods for Manifold Learning

Скачать account_balance Скачать insert_drive_file

Авторы:

Bernstein A., Burnaev E., Erofeev P.

Издание:

Proc. of the conf. "Information Technologies and Systems". 2012. P. 85–91.

Абстракт:

In this paper manifold embedding and reconstruction procedures are considered in the scope of unsupervised dimension reduction problem. Standard approaches (Isomap, LLE, LTSA, etc.) are compared to newly proposed Grassman-Stiefel Eigenmaps (GSE) algorithm. It turned out that GSE provides best manifold reconstruction abilities on test problems.

Ключевые слова: Анализ данных, Снижение размерности

VK
LinkedIn

Контактная информация

location_on  117246, Москва, Научный проезд, д. 17, 15 этаж

phone  +7 (495) 669-68-15

mail_outline  info@datadvance.ru

Связаться navigate_next Реселлеры navigate_next

Подписаться на рассылку