Снижение размерности с помощью динамических систем: случай t-SNE
Dimensionality Reduction via Dynamical Systems: The Case of t-SNE
2022-02-01
SCID: 54.1/bk4ebj9m
Discuss with AI
восстановление кластероввизуализация данныхснижение размерностидинамические системыt-SNE
Figures from the paper
Abstract (AI)
Стохастическое вложение соседей с распределением Стьюдента (t-SNE), метод кластеризации и визуализации, предложенный ван дер Маатеном и Хинтоном в 2008 году, быстро стало стандартным инструментом в естественных науках. Несмотря на огромный успех, этот метод имеет заметный недостаток математических обоснований, а внутренние механизмы работы алгоритма остаются недостаточно изученными. Цель данной статьи — доказать, что t-SNE способен восстанавливать хорошо разделённые кластеры. В качестве побочного результата доказательство показывает, что t-SNE представляет собой лишь один из множества возможных алгоритмов большого семейства методов, порождаемых динамическими системами; этот взгляд ставит новые вопросы и задачи, некоторые из которых мы обсуждаем.
Key Findings
1
Анализ интерпретирует t-SNE как один из методов более широкого семейства, порождённого динамическими системами.
2
Перспектива динамических систем выявляет новые теоретические вопросы и задачи, связанные с t-SNE и родственными алгоритмами.
3
Статья закладывает математические основы t-SNE, доказывая, что метод способен восстанавливать хорошо разделённые кластеры.
4
Работа восполняет недостаток понимания внутренних механизмов t-SNE, несмотря на его широкое применение в естественных науках.
Research Object
Алгоритм снижения размерности и визуализации t-SNE
Research Subject
Математические основы и способность t-SNE восстанавливать кластеры, включая его интерпретацию как метода, порождённого динамической системой
Publication Details
Publication Date
2022-02-01
Journal
Publisher
ISSN
Cited by
9
Access Type
Author Information
Download PDF
Subscribe to digest