モデル複雑性選択による主多様体推定【JST・京大機械翻訳】

Meng Kun; Eloyan Ani

プレプリント

J-GLOBAL ID：202202210466180113 整理番号：21P0005532

モデル複雑性選択による主多様体推定【JST・京大機械翻訳】

Principal manifold estimation via model complexity selection

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2017年11月17日プレプリントサーバーでの情報更新日： 2021年03月28日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

高次元データをモデル化するための主多様体のフレームワークを提案した。このフレームワークはSobolev空間に基づいており,任意の固有次元のデータをモデル化するために設計した。それは,特殊ケースとして主成分分析と主要曲線アルゴリズムを含んでいる。著者らは,過剰適合を避けて,異常値の影響を除去して,計算速度を改善するために,モデル複雑性選択のための新しい方法を提案した。さらに,円形曲線と円筒/ボールのような表面の内部を同定する方法を提案した。提案方法をシミュレーションによる既存の方法と比較し,肺癌研究における腫瘍表面および内部を推定するために適用した。【JST・京大機械翻訳】

, , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る