利用无监督机器学习刻画拓扑结构
机器学习
2019-08-02 v1 高能物理 - 理论
摘要
线描图像通常由基本元素组成。刻画图像最基本的一种元素是拓扑结构；线段属于与闭合圆不同的类别，而缠绕度不同的闭合圆彼此不等价。我们利用无监督机器学习研究具有非平凡缠绕的图像。我们构建了一个结合卷积神经网络与全连接神经网络的自编码器模型。我们确认，从训练模型滤出的压缩数据保留了超过90%关于拓扑结构的正确信息，证明无监督学习得到的图像聚类能够刻画拓扑结构。
引用
@article{arxiv.1908.00281,
title = {Featuring the topology with the unsupervised machine learning},
author = {Kenji Fukushima and Shotaro Shiba Funai and Hideaki Iida},
journal= {arXiv preprint arXiv:1908.00281},
year = {2019}
}
备注
14 pages, 7 figures