Mar, 2015
利用行列式点过程进行多样地标采样,实现可扩展流形学习
Diverse Landmark Sampling from Determinantal Point Processes for Scalable Manifold Learning
Christian Wachinger, Polina Golland
TL;DR本文介绍了一种基于确定性分布采样的非欧几里得空间地标选择方法,能够解决大量点集的流形学习计算问题,并在原始数据集的基础上恢复局部几何,利用 Bhattacharyya 距离进行相似性计算和嵌入,与现有技术相比大幅提升了性能。