NIPSJun, 2014
通过相关性在高维数据中发现结构
Discovering Structure in High-Dimensional Data Through Correlation Explanation
Greg Ver Steeg, Aram Galstyan
TL;DR提出了一种层次逐步抽象表示复杂数据的学习方法,该方法基于优化信息论目标,通过最大化多变量互信息来搜索最佳解释数据相关性的潜在因素集合,该方法无需监督,不需要模型假设,并且随着变量数量的线性扩展具有可行性,我们证明了 Correlation Explanation (CorEx) 自动发现了来源于多个数据源的有意义的结构,包括个性测试、DNA 和人类语言。