Key points are not available for this paper at this time.
تعتمد العديد من مجالات العلوم على تحليل البيانات الاستكشافية والتصور. تثير الحاجة إلى تحليل كميات كبيرة من البيانات متعددة المتغيرات المشكلة الأساسية لتقليص الأبعاد: كيفية اكتشاف تمثيلات مضغوطة للبيانات عالية الأبعاد. هنا، نقدم التضمين الخطي المحلي (LLE)، وهو خوارزمية تعلم غير إشرافي تحسب تضمينات منخفضة الأبعاد تحافظ على الجوار للمدخلات عالية الأبعاد. على عكس طرق التجميع لتقليص الأبعاد المحلية، يقوم LLE بتخطيط مدخلاته إلى نظام إحداثيات عالمي بسيط ذو أبعاد أقل، ولا تتضمن تحسيناته الحد الأدنى المحلي. من خلال استغلال التناظرات المحلية للإعادة الخطية، يتمكن LLE من تعلم الهيكل العالمي لل manifolds غير الخطية، مثل تلك الناتجة عن صور الوجوه أو مستندات النصوص.
درس Roweis وزملاؤه (2000) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: