BriefGPT - AI 论文速递 · 2023-12-20T00:00:00Z 缺失局部保角自编码器：异质数据融合的赞颂刚性 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 本文介绍了一个自编码器框架，通过隐式正则化和内部线性层，自动估计数据集的底层维度，并生成正交流形坐标系。该框架提供了周围空间和流形空间之间的映射函数，为拓展样本作出贡献。它能够自动估计流形维度，并分析了梯度下降动态和状态空间建模和预测的应用。该框架对超参数选择具有鲁棒性。 🏷️ 标签 底层维度 正交流形坐标系 流形维度 编码器 自编码器框架 隐式正则化 阅读原文 生成长图 分享链接 已复制链接
