会员服务
降维是将数据从高维空间转换为低维空间，以便低维表示保留原始数据的某些有意义的属性，理想情况下接近其固有维。降维在处理大量观察和/或大量变量的领域很常见，例如信号处理，语音识别，神经信息学和生物信息学。
Stochastic gradient descent estimation of generalized matrix factorization models with application to single-cell RNA sequencing data
Arxiv
0+阅读 · 2024年12月29日
Balanced Neural ODEs: nonlinear model order reduction and Koopman operator approximations
Arxiv
0+阅读 · 1月14日
Revisiting PCA for time series reduction in temporal dimension
Arxiv
0+阅读 · 2024年12月27日
$O(k)$-Equivariant Dimensionality Reduction on Stiefel Manifolds
Arxiv
0+阅读 · 1月8日
Formation-Controlled Dimensionality Reduction
Arxiv
0+阅读 · 1月16日
Unified dimensionality reduction techniques in chronic liver disease detection
Arxiv
0+阅读 · 2024年12月30日
Integrating Random Effects in Variational Autoencoders for Dimensionality Reduction of Correlated Data
Arxiv
0+阅读 · 2024年12月24日
Generative Modeling: A Review
Arxiv
0+阅读 · 2024年12月24日
Convergence guarantees for response prediction for latent structure network time series
Arxiv
0+阅读 · 1月14日
Refusal Behavior in Large Language Models: A Nonlinear Perspective
Arxiv
0+阅读 · 1月14日
Integrating Random Effects in Variational Autoencoders for Dimensionality Reduction of Correlated Data
Arxiv
1+阅读 · 2024年12月22日
Towards One Model for Classical Dimensionality Reduction: A Probabilistic Perspective on UMAP and t-SNE
Arxiv
1+阅读 · 2024年12月12日
Dimensionality Reduction Techniques for Global Bayesian Optimisation
Arxiv
1+阅读 · 2024年12月12日
Greedy construction of quadratic manifolds for nonlinear dimensionality reduction and nonlinear model reduction
Arxiv
1+阅读 · 2024年12月12日
S+t-SNE -- Bringing Dimensionality Reduction to Data Streams
Arxiv
1+阅读 · 2024年12月10日
参考链接
微信扫码咨询专知VIP会员
Top