数据坐标的重采样与平均
机器学习
2024-08-05 v1 计算几何
机器学习
摘要
我们提出了一套用于在点云上鲁棒地计算内在坐标的算法。该方法通过子采样数据并改变嵌入算法（如流形学习）的超参数，生成大量候选坐标。随后，我们通过聚类候选坐标的集合并利用拓扑数据分析中的形状描述符，识别出一组代表性嵌入。最终输出是通过广义Procrustes分析对代表性嵌入进行平均所得到的嵌入。我们在合成数据和基因组学实验测量上验证了该算法，证明了其对噪声和离群点的鲁棒性。
引用
@article{arxiv.2408.01379,
title = {Resampling and averaging coordinates on data},
author = {Andrew J. Blumberg and Mathieu Carriere and Jun Hou Fung and Michael A. Mandell},
journal= {arXiv preprint arXiv:2408.01379},
year = {2024}
}