主流形与主图实践：从分子生物学到动力系统
神经与进化计算
2010-07-27 v2 人工智能
摘要
我们展示了非线性数据建模的若干应用，这些应用使用了基于弹性隐喻构建的主流形和主图（弹性主图方法）。这些方法是Kohonen自组织映射（一类人工神经网络）的推广。通过几个实例，我们展示了使用非线性对象进行数据逼近相较于线性对象的优势。我们提出了四个数值准则，用于比较数据集到低维空间的线性和非线性映射。实例取自比较政治学、分子生物学高通量数据分析以及动力系统分析。
引用
@article{arxiv.1001.1122,
title = {Principal manifolds and graphs in practice: from molecular biology to dynamical systems},
author = {A. N. Gorban and A. Zinovyev},
journal= {arXiv preprint arXiv:1001.1122},
year = {2010}
}
备注
12 pages, 9 figures