日時 2006年 6月 6日(火) 15時〜15時50分 場所 経済学部新棟3階第2教室 講演者 渡辺 有祐(総研大M1) 演題 Laplacian Eigenmaps による次元削減 (論文紹介) 概要: 高次元のデータであっても本質的に少数の自由度しか含んでいない場合がある。 このようなデータに対し、高次元空間から低次元の空間への写像を構成して低次 元の表現を得ることは興味のある問題である。 近年,データの非線形な広がりにも対応できるアルゴリズムがいくつか提案され ているが、そのひとつのLaplacian Eigenmapsを紹介する。 Belkin,M., & Niyaogi, P.(2003) Laplacian Eigenmaps for dimensionality reduction and data representation. Neural Computation
Tokyo University