Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

局所的に線形な埋め込みによる非線形的な次元縮小.

S T Roweis1, L K Saul

  • 1Gatsby Computational Neuroscience Unit, University College London, 17 Queen Square, London WC1N 3AR, UK. roweis@gatsby.ucl.ac.uk

Science (New York, N.Y.)
|December 23, 2000
PubMed
まとめ
この要約は機械生成です。

ローカル・リニア・エンベディング (Locally Linear Embedding, LLE) は,次元縮小のための新しい無監督学習方法である. 近隣の構造を保存し,高次元データにおける非線形多様体のグローバル構造を発見します.

関連する実験動画

関連する概念動画

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Attractor dynamics in feedforward neural networks.

Neural computation·2000
Same journal

A native sulfur deposit in Gale crater, Mars.

Science (New York, N.Y.)·2026
Same journal

Coordinated demise of harmful algal blooms.

Science (New York, N.Y.)·2026
Same journal

Genetic effects put into context.

Science (New York, N.Y.)·2026
Same journal

Bacteria share proteins to survive antibiotics.

Science (New York, N.Y.)·2026
Same journal

Impacts shaped Earth's first continents.

Science (New York, N.Y.)·2026
Same journal

Erratum for the Report "Covalently bonded single-molecule junctions with stable and reversible photoswitched conductivity" by C. Jia <i>et al</i>.

Science (New York, N.Y.)·2026
関連記事をすべて見る

科学分野:

  • 科学分野におけるデータ分析と可視化.
  • 大規模で多変量データセットの処理.

背景:

  • 高次元データの次元縮小の課題.
  • 探査データ分析におけるコンパクトなデータ表現の必要性.

研究 の 目的:

  • 無監督学習アルゴリズムであるLocally Linear Embedding (LLE) を導入する.
  • 近所の保存型次元縮小のための方法を開発する.
  • 高次元の入力を低次元のグローバル座標系にマップします.

主な方法:

  • 地元の線形再構築を利用した無監督学習アルゴリズム.
  • グローバルなデータ構造を学ぶために,局所的な対称性を利用する.
  • 堅牢な埋め込みのためのローカル最小値を回避する最適化.

主要な成果:

  • 低次元,近所保存の埋め込みの計算.
  • 高次元のデータを単一のグローバル座標系にマッピングすることに成功しました.
  • 非線形多様体のグローバル構造を学習する能力.

結論:

  • LLEは,次元の削減に効果的なアプローチを提供します.
  • このアルゴリズムは,地元の近所の情報を保存するのに優れています.
  • LLEは,複雑で非線形データ多様体のグローバル構造を明らかにすることができます.