?
Алгоритм Laplacian Eigenmaps для точек вне обучающей выборки
С. 74-80.
Вельдяйкин Николай, Yanovich Y.
Language:
Russian
Yanovich Y., В кн. : Сборник статей конференции "Информационные технологии и системы" (ИТиС'16). : М. : ИППИ РАН, 2016. С. 191-197.
В машинном обучении при построении регрессионных зависимостей или решении задач классификации многомерные описания объектов часто являются избыточными и функционально зависимыми. Такие описания зачастую лежат около многообразий существенно меньшей размерности, чем размерность их первичной записи. Данное предположение называется гипотезой многообразия (Manifold Hypothesis). Использование такой информации может помочь в решении исходной задачи. Так возникает задача оценивания многообразий. ...
Added: November 24, 2016
Panov V., / Humboldt-Universität zu Berlin. Series Discussion paper SFB 649 "Economic risk". 2010. No. 2010-050.
Let a high-dimensional random vector $\vX$ be represented as a sum of two components - a signal $\vS$ that belongs to some low-dimensional linear subspace $\S$, and a noise component $\vN$. This paper presents a new approach for estimating the subspace $\S$ based on the ideas of the Non-Gaussian Component Analysis. Our approach avoids the ...
Added: September 3, 2015
Panov V., / Humboldt-Universität zu Berlin. Series Discussion paper SFB 649 "Economic risk". 2010. No. 2010-026.
In this article, we present new ideas concerning Non-Gaussian Component Analysis (NGCA). We use the structural assumption that a high-dimensional random vector $\vX$ can be represented as a sum of two components - a low-dimensional signal $\vS$ and a noise component $\vN$. We show that this assumption enables us for a special representation for the ...
Added: September 3, 2015
Агалаков Ю. Г., Bernstein A., Информационные технологии и вычислительные системы 2012 № 3 С. 3-17
Рассматриваются задачи интеллектуального анализа данных, которые необходимо решать в технологии предсказательного моделирования. Для уменьшения сложности решения этих задач в технологии предсказательного моделирования используются решения задач снижения размерности, которые должны удовлетворять ряду дополнительных условий. В статье обсуждаются эти дополнительные требования и сформулированы соответствующие новые нетрадиционные постановки задач снижения размерности. ...
Added: January 24, 2013
Yanovich Y., Киселиус М., В кн. : Сборник статей конференции "Информационные технологии и системы" (ИТиС'15). : М. : ИППИ РАН, 2015. С. 1036-1040.
В машинном обучении при построении регресси- онных зависимостей или решении задач класси- фикации многомерные описания объектов часто являются избыточными и функционально зави- симыми. Такие описания зачастую лежат око- ло многообразий существенно меньшей размерно- сти, чем размерность их первичной записи. Дан- ное предположение называется гипотезой много- образия (Manifold Hypothesis). Использование такой информации может помочь в решении ...
Added: September 24, 2015
Yanovich Y., В кн. : Сборник статей конференции "Информационные технологии и системы" (ИТиС'13). : М. : ИППИ РАН, 2013. С. 371-375.
Методы восстановления многообразий использу- ются для решения многомерных задач машинного обучения. В последние годы был разработан ряд под- ходов, таких как изометрическое отображение (Isomap), локально-линейное вложение (LLE), для решения данной задачи. Однако, эти методы рас- сматривали снижение размерности поточечно, не учитывая локальных свойств многообразия. Алго- ритмы выравнивания локальных тангенциальных пространств (LTSA) и спектральных вложений Грассмана-Штифеля ...
Added: September 24, 2015
Denisenko A., Крылов Г. О., Корнев И. А., Известия Самарского научного центра Российской академии наук 2015 Т. 17 № 2 С. 1131-1140
В работе представлены результаты анализа методом главных компонент данных по финансовым потокам компаний и аффилированных с ними лиц в отрасли российской экономики, синтезированы рейтинговые оценки активности компаний в этой отрасли экономики в разрезе регионов. ...
Added: December 21, 2018