噪声影响下双摆动力学的流形对齐
机器学习
2018-11-26 v2 机器学习
摘要
本研究展示了一系列仿真实验的结果，评估并比较了噪声影响下四种不同流形对齐方法。数据通过仿真两个在三维空间中略有不同的双摆的动力学生成。使用全局距离的监督特征级流形对齐方法产生了最具说服力的可视化结果。然而，监督特征级局部对齐方法产生了更小的对齐误差。这些局部对齐方法也比其他方法对噪声更鲁棒且更快。
引用
@article{arxiv.1809.06992,
title = {Aligning Manifolds of Double Pendulum Dynamics Under the Influence of Noise},
author = {Fayeem Aziz and Aaron S. W. Wong and James S. Welsh and Stephan K. Chalup},
journal= {arXiv preprint arXiv:1809.06992},
year = {2018}
}
备注
The final version will appear in ICONIP 2018. A DOI identifier to the final version will be added to the preprint, as soon as it is available