×

数据集的多尺度几何方法。二: 几何多分辨率分析。 (英语) Zbl 1242.42038号

a的概念{几何多分辨率分析}(GMRA)被引入为一种分析数据集的方法,该数据集被建模为位于(mathbb{R}^d\),(d\)large内的潜在低维集。其构造包括三个主要步骤:(1)将给定度量空间(mathcal{M}\)的多尺度几何树分解为子集({C{j,k}}_{k\ in mathcal{K} _j(_j),\,j\in\mathbb{Z}}\)调用{二进细胞};(2) 每个(C_{j,k})的(d)维仿射逼近,产生一个序列{M} _j(_j)\}_分段线性集的{j\in\mathbb{Z}}\)({类缩放空间}); 和(3)(mathcal)之间差异的低维仿射编码{米}_{j+1}\)和\(\mathcal{M} _j(_j)\)(波浪状投影)。这里,\((mathcal{M},\mu,\rho)\)是带有\(mathcal{M}\subset \mathbb{R}^D\)的Borel概率空间。序列(C_{j,k}})类似于并元立方体分解。几何小波这一术语之所以适用,是因为其定义建立在经典的多尺度几何测度理论之上。
对于\(c_{j,k}=\frac{1}{\mu(c_{j、k})}\int_{c_{j,k}}x\,d\mu\)仿射空间\(mathbb{垂直}_{j,k}=c_{j,k}+V_{j{覆盖}_{j,k}=\Phi\Sigma\Phi^\ast\)的协方差\(\text{覆盖}_{j,k}=\mathbb{电子}_\mu[(x-c{j,k})(x-c_{j,k})^\ast|\,x\在c_{j、k}]\)可以被认为是在\(c_{j,k}\)的\(mathcal{M}\)在\(j\)处的近似切空间。
设(P_{j,k}=\Phi{j,k}\Phi}j,k{^ ast)为(V{j,k})上的投影矩阵,并定义几何小波子空间(W{j+1,k}=(I-P_{j,k})V{j+1、k}为该投影的正交矩阵。对于C_{j,k}中的\(x\)一个集合\(x_j=P_{mathcal{M} _j(_j)}(x) =P_{j,k}(x-c_{j、k})+c_{j、k}\)和\(Q_{mathcal{米}_{j+1}}(x)=x{j+1}-xj\)。然后\(P_{mathcal{米}_{j+1}}=P_{mathcal{M} _j(_j)}+Q_{mathcal公司{米}_{j+1}}),其中一个表示仿射操作符序列一起形成GMRA。对于歧管和{点云}为GMRA和快速几何小波变换及其逆变换的数值构造提供了数据和通用算法。提供了一系列数值示例,包括合成示例和数据驱动示例。在此之后{正交的}提供了GMRA,可消除天平上的冗余。同样,为这种构造提供了伪代码。此外,还提供了一系列有用的变化,以实现精细的数值分析,以及计算成本指南。

理学硕士:

42架C99 非三角调和分析
42立方厘米 涉及小波和其他特殊系统的非三角调和分析
68T05型 人工智能中的学习和自适应系统

软件:

PDCO公司
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 科伊夫曼,R。;拉丰,S。;马格吉奥尼,M。;Keller,Y。;Szlam,A。;华纳,F。;Zucker,S.,《传感器输出、推断和信息处理的几何学》(Athale,Ravindra A.;Zolper,John C.,《智能集成微系统》,《智能综合微系统》SPIE,第6232卷(2006)),623209
[2] E.Causevic,R.Coifman,R.Isenhart,A.Jacquin,E.John,M.Maggioni,L.Prichep,F.Warner,ER中基于QEEG的分类与小波包和微观状态特征的分类,第3卷,ICASSP Proc。,2006年,doi:10.1109/ICASSP.2006.1660859;E.Causevic,R.Coifman,R.Isenhart,A.Jacquin,E.John,M.Maggioni,L.Prichep,F.Warner,ER中基于QEEG的分类与小波包和微观状态特征的分类,第3卷,ICASSP Proc。,2006年,doi:10.1109/ICASSP.2006.1660859
[3] 拉赫曼,I.U。;德罗里,I。;斯托登,V.C。;Donoho,D.L.,流形值数据的多尺度表示,SIAM J.多尺度模型。模拟。,4, 1201-1232 (2005) ·Zbl 1236.65166号
[4] 科伊夫曼,R.R。;拉丰,S。;Lee,A.B。;Maggioni,M。;纳德勒,B。;华纳,F。;Zucker,S.W.,《几何扩散作为调和分析和数据结构定义的工具:扩散图》,Proc。国家。阿卡德。科学。美国,102,21,7426-7431(2005)·Zbl 1405.42043号
[5] 科伊夫曼,R.R。;拉丰,S。;Lee,A.B。;Maggioni,M。;纳德勒,B。;华纳,F。;Zucker,S.W.,《几何扩散作为调和分析和数据结构定义的工具:多尺度方法》,Proc。国家。阿卡德。科学。美国,102,21,7432-7438(2005)·Zbl 1405.42044号
[6] 科伊夫曼,R。;Maggioni,M.,《数字数据、应急结构和知识构建的几何分析和信号处理》,SIAM News(2008年11月)
[7] A.Little,Y.-M.Jung,M.Maggioni,数据集内在维度的多尺度估计,in:Proc。A.A.A.I.,2009年。;A.Little,Y.-M.Jung,M.Maggioni,数据集内在维度的多尺度估计,in:Proc。A.A.A.I.,2009年。
[8] A.Little,M.Maggioni,L.Rosasco,数据集的多尺度几何方法I:噪声样本和内在维度的多尺度协方差,编制中。;A.Little,M.Maggioni,L.Rosasco,数据集的多尺度几何方法I:噪声样本和内在维度的多尺度协方差,编制中·Zbl 06770640号
[9] J.Costa,A.Hero,《学习高维数据集的内在维度和内在熵》,摘自:Proc。2004年,维也纳。;J.Costa,A.Hero,《学习高维数据集的内在维度和内在熵》,摘自:Proc。2004年,维也纳。
[10] 卡马斯塔,F。;Vinciarelli,A.,《数据的内在维数估计:基于Grassberger-Proaccia算法的方法》,神经过程。莱特。,14, 1, 27-34 (2001) ·Zbl 0981.68699号
[11] 卡马斯塔,F。;Vinciarelli,A.,用基于分形的方法估计数据的内在维度,IEEE P.A.M.I.,24,10,1404-1410(2002)
[12] 曹伟。;Haralick,R.,非线性流形维数聚类,ICPR,1920-924(2006)
[13] Tenenbaum,J.B。;席尔瓦,V.D。;Langford,J.C.,《非线性降维的全球几何框架》,《科学》,29055002319-2323(2000)
[14] Roweis,S。;Saul,L.,通过局部线性嵌入降低非线性维数,《科学》,2902323-2326(2000)
[15] 贝尔金,M。;Niyogi,P.,使用流形结构进行部分标记分类,(高级神经信息处理系统,第15卷(2003))
[16] D.L.Donoho,C.Grimes,isomap何时恢复铰接图像族的自然参数化?技术代表2002-27,斯坦福大学统计系,2002年8月。;D.L.Donoho,C.Grimes,isomap何时恢复铰接图像族的自然参数化?2002年8月,斯坦福大学统计系,技术代表2002-27。
[17] Donoho,D.L。;Grimes,C.,Hessian特征映射:高维数据的新局部线性嵌入技术,Proc。美国国家科学院。科学。,5591-5596 (2003) ·Zbl 1130.62337号
[18] 张,Z。;Zha,H.,通过局部切线空间对齐的主流形和非线性降维,SIAM J.Sci。计算。,26, 313-338 (2002) ·Zbl 1077.65042号
[19] 琼斯,P。;Maggioni,M。;Schul,R.,拉普拉斯和热核特征函数流形参数化,Proc。美国国家科学院。科学。,105, 6, 1803-1808 (2008) ·Zbl 1215.58012号
[20] 琼斯,P。;Maggioni,M。;Schul,R.,《通过拉普拉斯算子的热核和特征函数实现通用局部流形参数化》,Ann.Acad。科学。二月。,35, 1-44 (2010)
[21] M.Aharon,M.Elad,A.Bruckstein,K-SVD:稀疏表示词典的设计,收录于:《SPARS学报》2005年第5期,第9-12页。;M.Aharon,M.Elad,A.Bruckstein,K-SVD:稀疏表示词典的设计,收录于《SPARS学报》2005年第5期,第9-12页。
[22] A.Szlam,G.Sapiro,歧视性(k);A.Szlam,G.Sapiro,判别式\(k\)
[23] 科伊夫曼,R。;Maggioni,M.,扩散小波,应用。计算。哈蒙。分析。,21、1、53-94(2006年),(耶鲁大学技术代表YALE/DCS/TR-1303,2004年9月)·邮编1095.94007
[24] Bremer,J。;科伊夫曼,R。;Maggioni,M。;Szlam,A.,扩散小波包,应用。计算。哈蒙。分析。,21、1、95-112(2006),(技术代表YALE/DCS/TR-13042004)·Zbl 1093.42021号
[25] A.Szlam,M.Maggioni,R.Coifman,J.C.Bremer Jr.,流形和图的扩散驱动多尺度分析:自顶向下和自下而上构造,第5914-1卷,SPIE(2005)第59141D页,http://link.aip.org/link/?PSI/5914/59141D/1; A.Szlam,M.Maggioni,R.Coifman,J.C.Bremer Jr.,流形和图的扩散驱动多尺度分析:自顶向下和自下而上构造,第5914-1卷,SPIE(2005)第59141D页,http://link.aip.org/link/?PSI/5914/59141D/1
[26] M.Maggioni,J.C.Bremer Jr.,R.Coifman,A.Szlam,流形和图的多尺度表示的双正交扩散小波,第5914卷,SPIE,2005,59141M,http://link.aip.org/link/?PSI/5914/59141M/1; M.Maggioni,J.C.Bremer Jr.,R.Coifman,A.Szlam,流形和图的多尺度表示的双正交扩散小波,第5914卷,SPIE,2005,59141M,http://link.aip.org/link/?PSI/5914/59141M/1
[27] 马哈德万,S。;Maggioni,M.,原值函数:求解马尔可夫决策过程的谱框架,J.马赫。学习。研究,82169-2231(2007)·Zbl 1222.68253号
[28] M.Maggioni,S.Mahadevan,使用马尔可夫扩散过程的多尺度分析进行快速直接政策评估,ICML 2006年,2006年,第601-608页。;M.Maggioni,S.Mahadevan,使用马尔可夫扩散过程的多尺度分析进行快速直接政策评估,ICML 2006年,2006年,第601-608页。
[29] Szlam,A。;Maggioni,M。;Coifman,R.,具有函数自适应扩散过程的图的正则化,J.Mach。学习。Res.,9,1711-1739(2008),(YALE/DCS/TR1365,耶鲁大学,2006年7月)·Zbl 1225.68217号
[30] R.Coifman,M.Maggioni,用扩散小波进行多尺度数据分析,in:Proc。SIAM生物信息。工作坊,明尼阿波利斯。;R.Coifman,M.Maggioni,用扩散小波进行多尺度数据分析,in:Proc。SIAM生物信息。研讨会,明尼阿波利斯·Zbl 1099.65145号
[31] 科伊夫曼,R。;梅耶,Y。;南部地震。;Wickerhauser,M.V.,《小波包信号处理和压缩》,(小波分析和应用进展,小波分析与应用进展,图卢兹,1992(1993),前沿:前沿Gif),77-93·Zbl 0878.94010号
[32] 坎迪斯,E。;Donoho,D.L.,Curvelets:一种令人惊讶的具有边的物体的有效非自适应表示,(Schumacer,L.L.;et al.,Curves and Surfaces(1999),范德比尔特大学出版社:范德比尔特大学出版社,田纳西州纳什维尔)
[33] 陈S.S。;Donoho,D.L。;Saunders,M.A.,通过基追踪进行原子分解,SIAM J.Sci。计算。,20, 1, 33-61 (1998) ·Zbl 0919.94002号
[34] Daubechies,I.,《小波十讲》(1992年),工业和应用数学学会·兹比尔0776.42018
[35] Christensen,O.,框架和Riesz Bases简介,应用。数字。哈蒙。分析。(2003),Birkhäuser Boston Inc.:Birkháuser波士顿Inc.马萨诸塞州波士顿·Zbl 1017.42022号
[36] 斯塔克·J·L。;Elad,M。;Donoho,D.,《通过结合稀疏表示和变分方法进行图像分解》,IEEE Trans。图像处理。,14, 1570-1582 (2004) ·Zbl 1288.94012号
[37] 卡萨扎,P。;Kutyniok,G.,子空间的框架,Contemp。数学。,345, 87-114 (2004) ·Zbl 1058.42019号
[38] 奥尔斯豪森,文学学士。;Field,D.J.,《基集过完备的稀疏编码:V1?采用的策略》?,Vision Res.,37,23(1997)
[39] M.Zhou,H.Chen,J.Paisley,L.Ren,G.Sapiro,L.Carin,稀疏图像表示的非参数贝叶斯字典学习,收录于:神经和信息处理系统(NIPS),2009年。;M.Zhou,H.Chen,J.Paisley,L.Ren,G.Sapiro,L.Carin,稀疏图像表示的非参数贝叶斯字典学习,收录于:神经和信息处理系统(NIPS),2009年。
[40] J.Mairal,F.Bach,J.Ponce,G.Sapiro,稀疏编码的在线词典学习,收录于:ICML,2009年,第87页。;J.Mairal,F.Bach,J.Ponce,G.Sapiro,稀疏编码的在线词典学习,收录于:ICML,2009年,第87页·Zbl 1242.62087号
[41] Mairal,J。;巴赫,F。;彭斯,J。;Sapiro,G.,矩阵分解和稀疏编码的在线学习,J.Mach。学习。第11、19-60号决议(2010年)·Zbl 1242.62087号
[42] Tibshirani,R.,《通过套索进行回归收缩和选择》,J.Roy。统计人员。Soc.序列号。B.,58,1,267-288(1996)·Zbl 0850.62538号
[43] Jones,P.W.,《可纠正集与旅行推销员问题》,《发明》。数学。,102, 1, 1-15 (1990) ·Zbl 0731.30018号
[44] 大卫·G。;Semmes,S.,《一致可纠正集的分析与研究》,数学。调查专题。,第38卷(1993),美国数学学会:美国数学学会普罗维登斯,RI·兹比尔0832.42008
[45] Binev,P。;Devore,R.,自适应树近似中的快速计算,数字。数学。,193-217 (2004) ·Zbl 1075.65158号
[46] Binev,P。;科恩,A。;Dahmen,W。;Devore,R。;Temlyakov,V.,学习理论的通用算法第一部分:分段常数函数,J.Mach。学习。,6, 1297-1321 (2005) ·Zbl 1191.62068号
[47] Mallat,S.,《多分辨率信号分解理论:小波表示》,IEEE Trans。模式分析。机器。智力。,11, 7, 674-693 (1989) ·Zbl 0709.94650号
[48] Mallat,S.,《多分辨率近似和(l^2(R)的小波正交基》,Trans。阿默尔。数学。《社会学杂志》,31569-87(1994)·Zbl 0686.42018号
[49] Mallat,S.,《信号处理中的小波教程》(1998),学术出版社·Zbl 0937.94001号
[50] Meyer,Y.,《Ondeletes et Operatéurs》(1990),赫尔曼:赫尔曼·巴黎·兹伯利0694.41037
[51] Christ,M.,A(T(b))定理,关于分析能力和Cauchy积分的备注,Colloq.Math。,60/61, 2, 601-628 (1990) ·Zbl 0758.42009号
[52] David,G.,曲线和曲面上的小波和奇异积分,数学课堂讲稿。,第1465卷(1991年),《施普林格-弗拉格:柏林施普林格》
[53] 科伊夫曼,R。;Lafon,S.,扩散图,应用。计算。哈蒙。分析。,21, 1, 5-30 (2006) ·Zbl 1095.68094号
[54] Rohrdanz,文学硕士。;郑伟。;Maggioni,M。;Clementi,C.,通过局部缩放扩散图确定反应坐标,J.Chem。物理。,134, 124116 (2011)
[55] Karypis,G。;Kumar,V.,《划分不规则图的快速高质量多级方案》,SIAM J.Sci。计算。,20, 1, 359-392 (1999) ·Zbl 0915.68129号
[56] A.Beygelzimer、S.Kakade、J.Langford,《最近邻居的树木覆盖》,载于:ICML,2006年,第97-104页。;A.Beygelzimer、S.Kakade、J.Langford,《最近邻居的树木覆盖》,载于:ICML,2006年,第97-104页。
[57] Binev,P。;Dahmen,W。;Lamby,P.,《稀疏占用树的快速高维近似》,J.Compute。申请。数学。,235, 8, 2063-2076 (2011) ·Zbl 1209.65018号
[58] Federer,H.,曲率测度,Trans。阿默尔。数学。《社会学杂志》,93,3,418-491(1959)·兹伯利0089.38402
[59] R.Baraniuk,M.Wakin,光滑流形的随机投影,预印本。;R.Baraniuk,M.Wakin,光滑流形的随机投影,预印本·Zbl 1172.53005号
[60] Niyogi,P。;斯梅尔,S。;Weinberger,S.,从随机样本中寻找高置信度子流形的同源性,离散计算。几何。,39, 10, 419-441 (2008) ·Zbl 1148.68048号
[61] Jones,P.W.,《旅行推销员问题与调和分析》,数学分析会议。数学分析会议,El Escorial,1989年。数学分析会议。数学分析会议,El Escorial,1989年,Publ。材料,35,1,259-267(1991)·Zbl 0785.42007号
[62] 大卫·G。;Semmes,S.,任意余维的一致可校正性和拟极小集,Mem。阿默尔。材料学会,687(2000)·Zbl 0966.49024号
[63] A.Little,J.Lee,Y.-M.Jung,M.Maggioni,高维含噪低维流形样本内在维数的多尺度估计SVD公司; A.Little,J.Lee,Y.-M.Jung,M.Maggioni,高维含噪低维流形样本本征维数的多尺度估计SVD公司
[64] Golub,G。;Loan,C.V.,《矩阵计算》(1989),约翰霍普金斯大学出版社·Zbl 0733.65016号
[65] Szlam,A.,通过迭代PCA和迭代2-均值实现欧几里德域细分的渐近正则性,Appl。计算。哈蒙。分析。,27, 3, 342-350 (2009) ·Zbl 1172.62315号
[66] 科伊夫曼,R.R。;多诺霍(Donoho,D.),《翻译-非变异去噪》(Translation-Invariant De-Noising)(1995年),斯普林格·弗拉格(Springer-Verlag),第125-150页·Zbl 0866.94008号
[67] Bartal,Y.,度量空间的概率逼近及其算法应用,(第37届计算机科学基础年会(1996)),184-193
[68] Rokhlin,V。;Szlam,A。;Tygert,M.,《主成分分析的随机算法》,SIAM J.Matrix Ana。申请。,31, 3, 1100-1124 (2009) ·Zbl 1198.65035号
[69] E.Monson,G.Chen,R.Brady,M.Maggioni,用几何小波进行数据表示和探索,见:视觉分析科学与技术(VAST),2010年IEEE研讨会,2010年,第243-244页。;E.Monson,G.Chen,R.Brady,M.Maggioni,用几何小波进行数据表示和探索,见:视觉分析科学与技术(VAST),2010年IEEE研讨会,2010年,第243-244页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。