Emparejamiento de restricciones multidimensionales de escalado para el aprendizaje de características discriminativas
Autores: Zhang, Linghao; Pang, Bo; Tang, Haitao; Wang, Hongjun; Li, Chongshou; Luo, Zhipeng
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Aprendizaje de características
Escalamiento multidimensional
Restricciones por pares
Modelo pcDMDS
Naturaleza discriminativa
Puntos de datos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
Como un método importante de análisis de datos en el campo del aprendizaje automático y la minería de datos, el aprendizaje de características tiene una amplia gama de aplicaciones en diversas industrias. El modelo de escalamiento multidimensional discriminativo basado en restricciones por pares para el aprendizaje de características (pcDMDS) propuesto en este artículo mejora la discriminación desde dos aspectos.
Descripción
Como un método importante de análisis de datos en el campo del aprendizaje automático y la minería de datos, el aprendizaje de características tiene una amplia gama de aplicaciones en diversas industrias. El modelo de escalamiento multidimensional discriminativo basado en restricciones por pares para el aprendizaje de características (pcDMDS) propuesto en este artículo mejora la discriminación desde dos aspectos.