流形学习,就是换一个空间,去重新审视数据 空间 所谓换一个空间,就是换一种距离的度量手段,就是两个点(物体)之间的距离,这个值,该怎么定义。 最最最常用的就是欧式空间,两个点之间的距离: d=(x1−x2)2+(y1−y2)2+(z1−z2)2 而在流形学习中,这种度量手段换成了测地线距离、分散距离等等,不同...
并将它展平，从而确定每个数据样本在这个二维流形上座标，如图1（右）所示，这就是流形学习。
所以说,流形学习的一个主要应用就是“非线性降维” (参见Wikipedia:Nonlinear dimensionality reduction)。而非线性降维因为考虑到了流形的问题,所以降维的过程中不但考虑到了距离,更考虑到了生成数据的拓扑结构。 第二个方面,流形能够刻画数据的本质。也就是说。既然学习到了“将数据从高维空间降维到低维空间,还能不损...
流形学习，这一领域探索在高维数据中，如何发现数据的真实结构。本文将深入探讨流形学习的代表性算法等距特征映射（Isomap）与局部线性嵌入（LLE）。等距特征映射（Isomap）通过构建数据点间的邻接图来近似流形。其核心思想在于保持高维空间中点对间的距离不变或近似不变。通过图的最短路径来估算流形上的测地...
为什么说图灵是人工智能之父?为加大AI科普力度,推动文化传播,中国人工智能学会推出了“AI科普微视频”栏目,以每期2~3分钟的视频为钥匙,为您打开人工智能的大门,一览智能科学的独特魅力。 ,时长02:52 CCAI收录于合集 #AI科普微视频 66个 上一篇AI科普微视频丨什么是对...
流形学习是一种非线性维数约简方法，能够揭示高度非线性的高维数据的分布。近五年来，基于图(或谱)的无监督流形学习得到了快速发展，有监督流形学习也开始起步，但对小样本学习以及分类推广性能的研究还十分欠缺。本项目借助统计学习理论分析现有流形学习的分类推广性能，把大间隔分类器理论引入到有监督流形学习中，重点...
《流形学习与几何数据分析》是依托北京大学，由林通担任负责人的面上项目。项目摘要 非线性降维方法已经成为研究高维数据、发现隐含模式的基本工具，目前主流的降维方法是一大类所谓的流形学习算法，如ISOMAP, LLE, Laplacian eigenmaps 等。其基本假设是所研究的数据从弯曲的光滑流形采样而来。由此假设，可演变为更为...
《高维数据的流形学习分析方法》是2016年武汉大学出版社出版的图书，作者是李波。内容简介 流形学习作为一种非线性维数约减方法，可以成功挖掘高维非线性数据中蕴含的几何结构信息，实现高维数据到低维空间中的映射。本书首先介绍了流形学习方法研究的背景和典型应用领域，然后对于流形及流形学习相关的数学概念进行定义，...
《流形学习及其应用》是2019年4月国防工业出版社出版的图书，作者是雷迎科、张善文、杨俊安、李波。内容简介 《流形学习及其应用》从非线性维数约简的角度全面系统地介绍了流形学习的基本概念、基本方法以及流形学习研究的新进展。全书共分7章。第1章为绪论部分，该章全面而系统地叙述了流形学习的研究背景和现状、数学...