光の回折原理による教師なし特徴選択のための識別分析

本論文は、確率密度分布のフーリエ変換の特性に基づいた特徴選択のための教師なし識別分析を提案する。各特徴は、特徴スケーリングに対して不変である光回折の概念に基づいた単純な観察に基づいて評価される。時間計算量はO(mn)であり、mは特徴の数、nは与えられたデータに直接適用された場合のインスタンスの数である。このアプローチは、データの整列方向であるデータの向きに対処するためにも拡張される。したがって、任意の変換空間の識別スコアは、元の特徴を評価するために使用できる。いくつかの実世界のデータセットに対する実験結果は、提案された方法の有効性を示している。