FineMorphs：用于回归的仿射-微分同胚序列
机器学习
2023-05-30 v1 机器学习
摘要
本文提出一种仿射与微分同胚变换序列的多元回归模型——FineMorphs。借助形状分析中的概念，模型状态在学习过程中被由光滑向量场生成的微分同胚最优“重塑”。仿射变换与向量场在最优控制设定下优化，该模型可自然降维（或增维）并通过次优向量场适应大型数据集。我们推导了模型解的存在性证明及最优性的必要条件。给出了来自 UCI 仓库的真实数据集上的实验结果，与文献中前沿方法及 TensorFlow 中全连接神经网络相比均具优势。
引用
@article{arxiv.2305.17255,
title = {FineMorphs: Affine-diffeomorphic sequences for regression},
author = {Michele Lohr and Laurent Younes},
journal= {arXiv preprint arXiv:2305.17255},
year = {2023}
}
备注
39 pages, 7 figures