Gromov-Wasserstein 插值聚类与降维

我们提出了一种适用于现有降维目标的通用适应方法,同时降低样本和特征大小。通过半松弛的 Gromov-Wasserstein...

该文介绍了一种通用的降维方法,可以降低样本和特征大小。该方法通过计算输入和嵌入样本之间的对应关系,使用半松弛的 Gromov-Wasserstein 最优输运问题。作者将该方法应用于可视化图像数据集,并强调了中间阶段将降维和聚类相结合以概括真实数据的重要性。

原文中文,约400字,阅读约需1分钟。发表于:
阅读原文