会员服务
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。
Analytical Discovery of Manifold with Machine Learning
Analytical Discovery of Manifold with Machine Learning
Arxiv
0+阅读 · 4月3日
Manifold learning in Wasserstein space
Arxiv
0+阅读 · 3月28日
Supervised Manifold Learning for Functional Data
Arxiv
0+阅读 · 3月23日
Manifold Learning for Hyperspectral Images
Arxiv
0+阅读 · 3月19日
Manifold learning in metric spaces
Arxiv
0+阅读 · 3月20日
SPDGAN: A Generative Adversarial Network based on SPD Manifold Learning for Automatic Image Colorization
Arxiv
0+阅读 · 2月25日
Augmentation Invariant Manifold Learning
Arxiv
0+阅读 · 1月14日
Analyzing Deep Transformer Models for Time Series Forecasting via Manifold Learning
Arxiv
0+阅读 · 2024年10月17日
Geometry-Aware Generative Autoencoders for Warped Riemannian Metric Learning and Generative Modeling on Data Manifolds
Arxiv
0+阅读 · 2024年10月18日
Geometry-Aware Generative Autoencoders for Warped Riemannian Metric Learning and Generative Modeling on Data Manifolds
Arxiv
0+阅读 · 2024年10月16日
Semi-Supervised Manifold Learning with Complexity Decoupled Chart Autoencoders
Arxiv
0+阅读 · 2024年10月4日
BSNMani: Bayesian Scalar-on-network Regression with Manifold Learning
Arxiv
0+阅读 · 2024年10月3日
Recovering Manifold Structure Using Ollivier-Ricci Curvature
Arxiv
0+阅读 · 2024年10月2日
Manifold Learning via Foliations and Knowledge Transfer
Arxiv
0+阅读 · 2024年9月11日
A Metric-based Principal Curve Approach for Learning One-dimensional Manifold
Arxiv
0+阅读 · 2024年8月28日
参考链接
父主题
数据降维
微信扫码咨询专知VIP会员
Top