Обзор метода t-SNE

A Review of t-SNE
Sangwon Jung, Tristan Dagobert, Jean‐Michel Morel, Gabriele Facciolo
2024-10-31

ускоренный t-SNEснижение размерностивизуализация многомерных данныхстохастическое встраивание соседейt-SNE
Визуализация многомерных данных представляет собой сложную задачу. Стохастическое вложение соседей с распределением Стьюдента (t-SNE) — популярный метод снижения размерности, позволяющий визуализировать набор данных на плоскости с максимально возможным сохранением его метрической структуры. В статье рассматриваются теоретические основы метода t-SNE и его ускоренной версии. Также проводится сравнение эффективности метода t-SNE на различных наборах данных с разной размерностью.
1
Метод стремится сохранить как можно больше метрической структуры набора данных при визуализации.
2
В статье рассматриваются теоретические основы t-SNE и его ускоренной версии.
3
Производительность t-SNE сравнивается на нескольких наборах данных с различной размерностью.
4
t-SNE представлен как метод снижения размерности для визуализации многомерных наборов данных в плоском представлении.

Визуализация многомерных наборов данных с помощью снижения размерности методом t-SNE

Теоретические основы, ускорение и производительность метода t-SNE на различных наборах данных

Publication Details
Publication Date
2024-10-31
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Sangwon Jung
Tristan Dagobert
Jean‐Michel Morel
Gabriele Facciolo
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%