Robust and Scalable Learning of Complex Intrinsic Dataset Geometry via ElPiGraph

Multidimensional datapoint clouds representing large datasets are frequently characterized by non-trivial low-dimensional geometry and topology which can be recovered by unsupervised machine learning approaches, in particular, by principal graphs. Principal graphs approximate the multivariate data b...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Luca Albergante, Evgeny Mirkes, Jonathan Bac, Huidong Chen, Alexis Martin, Louis Faure, Emmanuel Barillot, Luca Pinello, Alexander Gorban, Andrei Zinovyev
Format:	Artigo
Język:	Inglês
Wydane:	MDPI AG 2020-03-01
Seria:	Entropy
Hasła przedmiotowe:	data approximation principal graphs principal trees topological grammars software
Dostęp online:	https://www.mdpi.com/1099-4300/22/3/296
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!