Dec, 2023

朝着对齐的规范相关分析的初步构想和概念验证结果

PDF
TL;DR提出了一种新的框架 Aligned Canonical Correlation Analysis (ACCA)，通过迭代地解决对齐和多视角嵌入，解决了多数实际情况中需要的传统方法中不清晰的各种数据视角之间的对齐问题。
canonical correlation analysisccamultiple views of dataaligned canonical correlation analysisacca
发现论文，激发创造
  • 张量规范相关分析用于多视图降维

    本研究介绍了一种名为张量 CCA (TCCA) 的多视角学习方法，它可以处理任意数目的视角的数据。通过分析不同视角的协方差张量，TCCA 试图直接最大化多个 (超过两个) 视角的典型相关性，并探索了容易被忽略的高阶统计数据量，可以通过最小化数据协方差张量的最佳秩 1 近似值来解决。

    Feb, 2015

  • 深度广义典型相关分析再探

    探索多个观测随机向量之间的潜在共变性的经典统计方法 —— 典型相关分析 (CCA) 以及其扩展和变化在发现多视图数据集中的共同随机因素方面的能力。该研究设计了一种新颖高效的模型，适用于典型相关分析的深度扩展，并克服了现有方法的局限性，将私有组件建模为在给定共同组件的条件下条件独立，从而提供了一种更紧凑的表述形式。通过合成数据和实际数据的实验验证了我们的结论和方法的有效性。

    Dec, 2023

  • 稀疏规范相关分析

    本文提出了一种基于最小二乘法的稀疏凸框架解决典型相关分析（CCA）的新方法，特别关注了在第一个视图中使用原始表示而在第二个视图中使用对偶表示的情形，展示了该方法在英语 - 法语和英语 - 西班牙语配对语料库中的 Mate-Retrieval 任务上的应用，表明当原始特征数较大时，Sparse CCA 优于 Kernel CCA。

    Aug, 2009

  • 利用特征词嵌入编码先验知识

    本研究介绍了如何将先前的知识融入正则化的规范相关分析（CCA）以推导单词嵌入，并在大量数据集上进行了评估。

    Sep, 2015

  • 多视角下发现相关子空间的信息检索方法

    通过优化每个视图的映射，该方法能够找到直接优化多视图之间数据分析任务的相关子空间，其标准从定义良好的检索任务中产生，检测非线性和本地相似性，并且在保留跨视图邻域相似性方面优于其他替代方案。

    Nov, 2015

  • 规范相关分析方法教程

    本文介绍了经典相关分析如何通过正则化、核、和稀疏等不同变体实现对变量集对之间的关系的研究。同时作者提供了数值例子，希望这篇文章成为数据分析人员使用经典相关方法的实用工具。

    Nov, 2017

  • 非参数标准相关分析

    本研究采用特征值分解解决非参数正相关分析问题，通过数据估计种群密度，降低计算负担，提高非参数 CCA 的性能，同时提出了部分线性 CCA 算法用于处理单个视图的线性投影问题。

    Nov, 2015

  • 基于矩阵流形的自适应规范相关分析

    本文通过在矩阵流形上制定典型相关分析（CCA）问题，提供了一种处理矩阵约束和构建高效算法的自然方式。最后，提出了一种自适应 CCA 算法并应用于 EEG 信号的变化检测问题。

    Jun, 2012

  • 深度广义典型相关分析

    提出了 Deep Generalized Canonical Correlation Analysis (DGCCA) 方法，通过学习非线性变换最大化信息关联，结合非线性（深度）表示学习的灵活性与多个独立来源视图的信息统计力量，通过在两个不同数据集上的三个下游任务训练，成功击败了已有的标准线性多视图技术，在语音转录和 Twitter 用户的 hashtag 推荐等方面表现更好。

    Feb, 2017

  • 无监督相关分析

    本篇文章提出了一种无监督的相关分析方法 (UCA)，用于解决在计算机视觉中串联不同领域的问题，并将其与常用的 Cannonical Correlation Analysis (CCA) 方法进行比较，证明 UCA 的性能优于其他无监督的基准线，在某些情况下可以接近于有监督方法的性能。

    Apr, 2018