Key points are not available for this paper at this time.
تحليل الارتباط الكنسي (CCA) هو تقنية معروفة جيدًا لإيجاد الارتباطات بين مجموعتين من المتغيرات متعددة الأبعاد. يتم إسقاط كلتا مجموعتي المتغيرات في فضاء ذي أبعاد أقل حيث تكون مرتبطة بشكل أقصى. يُستخدم CCA عادةً في تقليل الأبعاد تحت إشراف، حيث يتم اشتقاق أحد المتغيرات متعددة الأبعاد من تسمية الفئة. لقد أظهرت الأبحاث أن CCA يمكن صياغته كمشكلة مربعات صغرى في حالة التصنيف الثنائي. ومع ذلك، تظل العلاقة بينهما في الإعداد الأكثر عمومية غير واضحة. في هذه الورقة، نظهر أنه، تحت شرط معتدل يميل إلى أن ينطبق على البيانات عالية الأبعاد، يمكن صياغة CCA في التصنيفات متعددة التسميات كمشكلة مربعات صغرى. بناءً على هذه العلاقة المعادلة، نقترح عدة امتدادات لـ CCA بما في ذلك CCA النادر باستخدام تنظيم 1-norm. تؤكد التجارب على مجموعات البيانات متعددة التسميات العلاقة المعادلة المثبتة. كما تظهر النتائج فعالية امتدادات CCA المقترحة.
قام Sun وآخرون (الثلاثاء) بدراسة هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: