Lokalne wyrównanie przestrzeni stycznej

Lokalne wyrównanie przestrzeni stycznej ( LTSA ) to metoda wielowymiarowego uczenia się , która może skutecznie nauczyć się nieliniowego osadzania we współrzędnych niskowymiarowych z danych wielowymiarowych , a także może rekonstruować współrzędne wielowymiarowe ze współrzędnych osadzania. Opiera się na intuicji, że kiedy rozmaitość jest prawidłowo rozłożona, wszystkie hiperpłaszczyzny styczne do rozmaitości zostaną wyrównane. Zaczyna się od obliczenia k -najbliższych sąsiadów każdego punktu. Oblicza przestrzeń styczną w każdym punkcie, obliczając d -pierwsze składowe główne w każdym lokalnym sąsiedztwie. Następnie optymalizuje, aby znaleźć osadzenie, które wyrównuje przestrzenie styczne, ale ignoruje informacje o etykiecie przenoszone przez próbki danych , a zatem nie może być bezpośrednio użyte do klasyfikacji.

Dalsza lektura

• Ma, L.; Crawford, MM; Tian, ​​JW (2010). „Uogólnione nadzorowane wyrównanie lokalnej przestrzeni stycznej do klasyfikacji obrazów hiperspektralnych”. Listy elektroniczne . 46 (7): 497. doi : 10.1049/el.2010.2613 .