亚恩·卡班斯;弗兰克·尼尔森 矢量自回归数据的Siegel空间分类。 (英语) Zbl 1490.53021号 尼尔森,弗兰克(编辑)等人,《信息的几何科学》。第五届国际会议,GSI 2021,巴黎,法国,2021年7月21日至23日。诉讼程序。查姆:斯普林格。勒克特。票据计算。科学。12829, 693-700 (2021). 摘要:我们引入了新的几何工具来对Siegel空间中的数据进行聚类。我们给出了Siegel圆盘中黎曼对数和指数映射的表达式。这些新工具帮助我们在Siegel磁盘中执行分类算法。我们还给出了Siegel圆盘中截面曲率的表达式。截面曲率为负或等于零,因此Siegel圆盘的曲率为非正。这一结果证明了计算Siegel圆盘中一组矩阵点的平均值时梯度下降的收敛性。关于整个系列,请参见[Zbl 1482.94007号]. MSC公司: 53号B12 统计流形和信息几何的微分几何方面 94甲12 信号理论(表征、重建、滤波等) 53年35日 非核素微分几何 68T05型 人工智能中的学习和自适应系统 15个B48 正矩阵及其推广;矩阵的锥 关键词:Siegel空间;黎曼流形;黎曼指数映射;黎曼对数图;截面曲率;机器学习;信息几何;var模型 PDF格式BibTeX公司 XML格式引用 \textit{Y.Cabanes}和\textit{F.Nielsen},Lect。票据计算。科学。12829、693--700(2021;Zbl 1490.53021) 全文: 内政部 参考文献: [1] Arnaudon,M.,Barbaresco,F.,Yang,L.:黎曼中值和方法及其在雷达信号处理中的应用。IEEE J.信号。流程7595-604(2013) [2] Arnaudon,M.,Nielsen,F.:关于近似黎曼1中心。arXiv:1101.4718v3。https://arxiv.org/pdf/101.4718.pdf ·Zbl 1259.65036号 [3] 卡班斯,Y。;Barbaresco,F。;Arnaudon,M。;Bigot,J。;尼尔森,F。;Barbaresco,F.,基于fisher度量的Toeplitz Hermitian正定矩阵机器学习,信息几何科学,261-270(2019),Cham:Springer,Cham·Zbl 1458.94078号 ·doi:10.1007/978-3-030-26980-7_27 [4] Cabanes,Y.,Barbaresco,F.,Arnaudon,M.,Bigot,J.:病理性雷达杂波聚类的无监督机器学习:P-Mean-shift算法。收录:C&ESAR(2019)。IEEE、雷恩、法国(2019年)·Zbl 1458.94078号 [5] Cabanes,Y.、Barbaresco,F.、Arnaudon,M.、Bigot,J.:病理雷达杂波机器学习的矩阵扩展。hal-02875440(2020)·Zbl 1458.94078号 [6] Jeuris,B.,Vandrebril,R.:具有Toeplitz结构块的块-Toeplitz矩阵的Kähler均值。SIAM J.矩阵分析。申请。37(3), 1151-1175 (2016) ·Zbl 1347.15035号 [7] Morf,M.,Augusto Vieira,D.T.L.L.,Kailath,T.:递归多通道最大熵谱估计。IEEE传输。地质科学。选举人。GE-16(2),85-94(1978) [8] Nielsen,F.:Siegel-Klein盘:Siegel盘域的Hilbert几何。熵22(9),1019(2020) 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。