基于均匀地标采样和约束局部线性嵌入的可伸缩流形学习
该研究提出了一种名为MLDL的新框架,用于处理神经网络转换中的几何退化,实现基于流形的表示学习和流形数据生成。MLDL通过引入局部等距光滑先验约束到MRF Gibbs分布中,增强了矢量变换。实验证明MLDL在流形学习和流形数据生成方面具有显著优势。
原文中文,约300字,阅读约需1分钟。
该研究提出了一种名为MLDL的新框架,用于处理神经网络转换中的几何退化,实现基于流形的表示学习和流形数据生成。MLDL通过引入局部等距光滑先验约束到MRF Gibbs分布中,增强了矢量变换。实验证明MLDL在流形学习和流形数据生成方面具有显著优势。