BriefGPT.xyz
大模型
Ask
alpha
关键词
low-dimensional structures
搜索结果 - 5
MM
高维嘈杂数据的核谱联合嵌入：利用双陆标积分算子
提出了一种新颖的核谱方法，用于在捕捉非线性结构、考虑噪音和高维度效应、适应信号和样本大小不平衡以及结果解释困难等方面，实现两个独立观测的高维噪音数据集的联合嵌入，从而获得低维嵌入，可用于聚类、数据可视化和降噪等下游任务。
PDF
a month ago
通过非凸迭代重新加权最小二乘法恢复同时结构化数据
提出一种新的算法来恢复数据，该数据符合多个异构低维结构，并专注于同时为行稀疏和低秩的数据矩阵，该算法能够利用两种结构。
PDF
a year ago
梯度下降中的简约法则用于学习深度线性网络
研究了深线性网络的学习动态，发现梯度下降的内在偏差与节俭的解决方案有关，特别地，当数据具有低维结构时，只在每个权重矩阵的一个小不变子空间内进行学习，从而提高了效率和理解深度学习。
PDF
a year ago
CVPR
通过变分形式实现高效极大编码率降低
采用变分形式的矩阵谱函数，重新定义了 Maximal Coding Rate Reduction（MCR $^2$）目标函数，优化了 MCR $^2$ 的计算效率，提高了图像分类的质量和训练速度，同时这种方法在计算 log-determin
→
PDF
2 years ago
稀疏子空间聚类：算法、理论和应用
本文介绍了一种名为 “稀疏子空间聚类”（Sparse Subspace Clustering，SSC）的算法，该算法通过在低维结构中聚类高维数据点来实现，采用了稀疏优化的思想并融合了数据模型以处理数据噪音、稀疏的非典型数据，经过实验验证，表
→
PDF
12 years ago
Prev
Next