尺度缩放
维度分析是一种通过建立以新的无量纲量为基础的模型,从而提高科学建模和实验设计中预测精度的方法。它可通过比较原始变量而不受实验数据训练范围选择的影响,从而在训练数据范围之外的推断中实现持续的精确度提升。
Dec, 2023
关系概念分析是形式概念分析的扩展,用于处理多个相关情境,该研究报告通过定义可接受的解决方案为概念格的家族,该家族属于初始情境确定的空间,不能扩展新属性,仅涉及家族中的概念,进一步证明这些可接受的解决方案是两个函数的共同不动点。
Oct, 2023
本文提出了确定内在维度函数的计算方法,通过将数学测量集中现象公理地与内在维度联系起来,我们证明了其计算的可行性,并在模型中体现了复杂数据的几何特性,特别地,我们提出了一种将邻域信息纳入内在维度的主要方式,使得对常见图学习过程的新洞察成为可能。
Oct, 2022
本文介绍了形式概念分析及其应用。FCA 是由格论推导出来的应用数学分支,将概念作为人类思维的基本单位并将数据以物体属性的形式进行分析。本篇论文特别针对 RuSSIR 2014 而编写,讨论了信息检索、机器学习、数据挖掘和知识发现、文本挖掘等多个主题以及其可视化方面。
Mar, 2017
该研究提出了一种基于 FCA 的新方法,通过对文本语料库中的上下文信息进行建模和分析,以自动获取层次结构的概念分类。在旅游和金融领域应用比手工分类更有效。
Sep, 2011
从高维数据(例如图像)中学习概念对于构建与人工智能模型相符且可解释的机器学习模型具有潜力。本研究通过将概念形式化为离散潜在因果变量,并使用嵌入在高维数据中的概念的层次因果模型来提供理论洞见与条件,以促进从无监督数据中学习这些概念的可行性。通过合成数据实验证实我们的理论观点,并讨论了对理解潜在扩散模型的潜在机制的影响,同时提供了相应的经验证据。
Jun, 2024
本研究从认知科学研究成果出发,对类比推理的六个维度进行了规范,在寓言语料上进行了注释,并定义了四个任务来评估新型 AI 技术的可扩展性,实验结果显示现有的方法能够在有限的范围内推理类比,但需要进一步的研究来提高 AI 的综合性和可扩展性。
Jun, 2022