自编码拓扑
机器学习
2018-03-02 v1 机器学习
摘要
将数据集上流形结构的学习问题表述为一个生成模型，我们借助自编码器（即对抗/Wasserstein 自编码器）背后的思想来拟合深度神经网络。从机器学习的视角看，所得结构——流形的图册——可视为降维与“模糊”聚类的结合。
引用
@article{arxiv.1803.00156,
title = {Autoencoding topology},
author = {Eric O. Korman},
journal= {arXiv preprint arXiv:1803.00156},
year = {2018}
}
备注
10 pages