Jul, 2020
具有几何正则化的可扩展和可逆流形学习自编码器
Extendable and invertible manifold learning with geometry regularized autoencoders
Andrés F. Duque, Sacha Morin, Guy Wolf, Kevin R. Moon
TL;DR本文提出了一种基于自动编码器与流形学习结合的数据探索方法,利用几何正则化项鼓励学习得到的潜在表示沿着数据的内在几何结构发展,并与常规方法相比较,证明该方法在保留内在结构、扩展能力和数据重构方面具有优势