BriefGPT - AI 论文速递 · 2023-11-28T00:00:00Z 非线性独立成分分析的空间数据可识别特征学习 💡 原文中文，约500字，阅读约需2分钟。 📝 内容提要 本文介绍了一种新的非线性ICA框架，使用适用于高维度数据的t-process（TP）潜在成分，并结合深度神经网络混合函数和诱导点方法提高计算效率。算法和可识别性定理在模拟和真实数据上进行了探索。 🏷️ 标签 t-process 深度表示学习 特征解缠 诱导点 非线性ICA 阅读原文 生成长图 分享链接 已复制链接
