流形学习,全称流形学习方法(Manifold Learning),自2000年在著名的科学杂志《Science》被首次提出以来,已成为信息科学领域的研究热点。在理论和应用上,流形学习方法都具有重要的研究意义。假设数据是均匀采样于一个高维欧氏空间中的低维流形,流形学习就是从高维采样数据中恢复低维流形结构,即找到高维空间中的低维流形,并求出相应的嵌入映射,以实现维数约简或者数据可视化。它是从观测到的现象中去寻找事物的本质,找到产生数据的内在规律。

精品内容

【新书】流形学习:工程中的模型降维
专知会员服务
31+阅读 · 11月9日
【2023新书】光滑流形上的优化引论,368页pdf
专知会员服务
54+阅读 · 2023年8月7日
视频人脸识别进展综述
专知会员服务
54+阅读 · 2021年3月12日
【2021新书】流形几何结构,322页pdf
专知会员服务
53+阅读 · 2021年2月22日
124页哈佛数学系本科论文,带你了解流形学习的数学基础
专知会员服务
44+阅读 · 2020年12月23日
专知会员服务
43+阅读 · 2020年12月8日
参考链接
父主题
微信扫码咨询专知VIP会员