Skip navigation

DSpace

機構典藏 DSpace 系統致力於保存各式數位資料(如:文字、圖片、PDF)並使其易於取用。

點此認識 DSpace
DSpace logo
English
中文
  • 瀏覽論文
    • 校院系所
    • 出版年
    • 作者
    • 標題
    • 關鍵字
  • 搜尋 TDR
  • 授權 Q&A
  • 幫助
    • 我的頁面
    • 接受 E-mail 通知
    • 編輯個人資料
  1. NTU Theses and Dissertations Repository
  2. 理學院
  3. 數學系
請用此 Handle URI 來引用此文件: http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/21330
標題: 流形學習回顧
A Review of Manifold Learning Algorithms
作者: Yi-Ping Huang
黃毅平
指導教授: 王藹農(Ai-Nung Wang)
關鍵字: 流形學習,
Manifold Learning,
出版年 : 2019
學位: 碩士
摘要: 流形學習是降低資料維度的方法,可分為線性以及非線性的。非線性的方法有 Laplacian eigenmaps 和 locally linear embeddings 等。線性的方法有 MDS、ISOMAP、LPP 以及他們的衍生。這些方法的解可由跡數最小化問題得來,並等價於特徵值問題。我們給一個通用的架構並討論他們之間的關係。
Manifold learning algorithms are techniques utilized to reduce the dimen­ sion of data sets. These methods includes the nonlinear (implicit) ones, and the linear (projective) ones. Among the nonlinear are Laplacian eigenmaps and locally linear embeddings (LLE); and among the linear are metric multi­ dimensional scaling (MDS), ISOMAP, locally preserving projections (LPP) and derivatives of them. All these methods give rise to trace minimization problems and, as a result, eigenvalue problems. We give a common frame­ work for them and discuss their relationships.
URI: http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/21330
DOI: 10.6342/NTU201903104
全文授權: 未授權
顯示於系所單位:數學系

文件中的檔案:
檔案 大小格式 
ntu-108-1.pdf
  目前未授權公開取用
2.94 MBAdobe PDF
顯示文件完整紀錄


系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。

社群連結
聯絡資訊
10617臺北市大安區羅斯福路四段1號
No.1 Sec.4, Roosevelt Rd., Taipei, Taiwan, R.O.C. 106
Tel: (02)33662353
Email: ntuetds@ntu.edu.tw
意見箱
相關連結
館藏目錄
國內圖書館整合查詢 MetaCat
臺大學術典藏 NTU Scholars
臺大圖書館數位典藏館
本站聲明
© NTU Library All Rights Reserved