梅格曼 swMATH ID: 17838 软件作者: 詹姆斯·麦奎因(James McQueen);梅拉,玛丽娜作者简介;雅各布·范德普拉斯;张忠岳 描述: Megaman:python中的可扩展流形学习。流形学习(ML)是一类寻求高维数据的低维非线性表示的算法。因此,ML算法最适用于高维数据,需要大样本才能准确估计流形。尽管如此,大多数现有的流形学习实现并不是特别可扩展的。在这里,我们提供了一个Python包,它使用快速近似邻域搜索和快速稀疏特征分解,以模块化和可伸缩的方式实现了各种流形学习算法。该软件包结合了流形学习的理论进展,例如Coifman和Lafon(2006)引入的无偏Laplacian估计,以及Perrault-Joncas和Meila(2013)引入的黎曼度量方法对嵌入失真的估计。在基准测试中,即使是在单核台式计算机上,我们的代码也能在几分钟内嵌入数百万个数据点,并且只需200分钟就可以嵌入斯隆数字巡天中的主要星系光谱样本,其中包括60万个3750维的样本,这是以前不可能完成的任务。 主页: https://github.com/mmp2/megaman网站 源代码: https://github.com/mmp2/megman公司 关键词: 流形学习;尺寸缩减;黎曼度量;图嵌入;可扩展方法;蟒蛇 相关软件: PyTorch公司;蟒蛇;交通运输部;款式GAN2;ResMLP公司;布里斯克;效率检测;面2面;OpenPose(打开姿势);NIMA公司;网格实验室;SegStereo公司;锚网;软剪刀;MVS网络;效率网;时尚-MNIST;摄像头网络;DISN公司;群集适配 引用于: 6文件 全部的 前5名19位作者引用 1 还有,约阿金 1 费利克斯·迪特里希 1 安德鲁·弗格森。 1 阿米特·哈列维 1 扎伊德·哈查伊 1 科琳·琼斯 1 Ioannis George,凯夫雷基迪斯 1 安德鲁·W·朗。 1 詹姆斯·麦奎因 1 玛丽娜·梅勒 1 阿米特·莫斯科 1 穆拉约夫,罗特姆 1 文森特·鲁莱特 1 歌手,阿米特 1 理查德·塞利斯基 1 罗恩·塔尔蒙 1 雅各布·范德普拉斯 1 Yair,或 1 张忠岳 全部的 前5名6篇连载文章中引用 1 反问题 1 应用和计算谐波分析 1 机器学习研究杂志(JMLR) 1 统计与计算 1 计算机科学课文 1 SIAM数据科学数学杂志 全部的 前5名11个领域引用 4 计算机科学(68至XX) 三 统计学(62-XX) 2 生物学和其他自然科学(92-XX) 1 组合数学(05-XX) 1 偏微分方程(35-XX) 1 欧氏空间的调和分析(42至XX) 1 功能分析(46倍X倍) 1 算子理论(47-XX) 1 全局分析,流形分析(58至XX) 1 概率论与随机过程(60-XX) 1 信息与通信理论、电路(94-XX) 按年份列出的引文