Scaling Locally Linear Embedding
-
Yasuhiro Fujiwara, Naoki Marumo, Mathieu Blondel, Koh Takeuchi, Hideaki Kim, Tomoharu Iwata, Naonori Ueda
-
SIGMOD 2017
概要だけ
-
LLE: 高次元データの可視化、2次元とかに
-
一般的な計算方法
-
1. k-NNグラフ構築
-
2. 辺重みを回帰で計算
-
3. 固有ベクトルで埋込み
-
(I-W)^T(I-W)の固有ベクトルを固有値の昇順に求める、重そう
-
提案手法
-
逐次的辺重み計算
-
近傍が共通なことを利用
-
Woodbury formula
-
k-NNグラフ構築のための距離の下限
-
LU分解ベースで固有分解
-
inverse power methodの適用逆行列が嫌だよ
-
実験
SIGMOD
2017/05/27
最終更新:2017年05月27日 23:16