成为VIP会员查看完整内容
VIP会员码认证
首页
主题
会员
服务
注册
·
登录
降维
关注
0
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。
综合
百科
VIP
热门
动态
论文
精华
Effective Dynamics and Transition Pathways from Koopman-Inspired Neural Learning of Collective Variables
Arxiv
0+阅读 · 4月7日
Information theory for dimensionality reduction in dynamical systems
Arxiv
0+阅读 · 4月2日
The N-5 Scaling Law: Topological Dimensionality Reduction in the Optimal Design of Fully-actuated Multirotors
Arxiv
0+阅读 · 4月5日
Caliper-in-the-Loop: Black-Box Optimization for Hyperledger Fabric Performance Tuning
Arxiv
0+阅读 · 5月4日
A new gradient-free active subspace estimation method with application to rare event probability estimation
Arxiv
0+阅读 · 3月31日
Robust Twoblock Simultaneous Dimension Reduction
Arxiv
0+阅读 · 3月25日
Clickbait detection: quick inference with maximum impact
Arxiv
0+阅读 · 4月9日
Does Dimensionality Reduction via Random Projections Preserve Landscape Features?
Arxiv
0+阅读 · 4月14日
Learning When the Concept Shifts: Confounding, Invariance, and Dimension Reduction
Arxiv
0+阅读 · 4月1日
A Causal Framework for Evaluating ICU Discharge Strategies
Arxiv
0+阅读 · 3月26日
Regression and Dimension Reduction for Multivariate Mixed-Type Data via Semiparametric Gaussian Copula
Arxiv
0+阅读 · 3月17日
Structural Causal Bottleneck Models
Arxiv
0+阅读 · 3月16日
A Kernel-Based Nonparametric Test for Conditional Independence of Functional Data
Arxiv
0+阅读 · 3月14日
Clustering Astronomical Orbital Synthetic Data Using Advanced Feature Extraction and Dimensionality Reduction Techniques
Arxiv
0+阅读 · 3月13日
Surrogates for Physics-based and Data-driven Modelling of Parametric Systems: Review and New Perspectives
Arxiv
1+阅读 · 3月13日
参考链接
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top