×

UMAP公司

swMATH标识: 34900
软件作者: 莱兰·麦金尼斯、约翰·希利、詹姆斯·梅尔维尔
说明: 用于降维的一致流形逼近和投影。UMAP(Uniform流形逼近与投影)是一种新的流形学习技术。UMAP是基于黎曼几何和代数拓扑的理论框架构建的。结果是一个实用的可伸缩算法,适用于真实世界的数据。UMAP算法在可视化质量方面与t-SNE相比具有竞争力,并且可以说,它以优异的运行时性能保留了更多的全局结构。此外,UMAP对嵌入维数没有计算上的限制,使其成为一种通用的机器学习降维技术。
主页: https://arxiv.org/abs/1802.03426
源代码: https://github.com/lmcinnes/umap
关键词: 机器学习;arXiv_状态ML;计算几何;arXiv公司;arXiv公司;一致流形逼近;降维
相关软件: t-SNE公司;化学试剂盒;文字2vec;蟒蛇;大比例尺;UCI毫升;张量2传感器;github;亚当;神经质的;NumPy公司;麻木;图像网;HDB扫描;大比例尺;盖菲;深水步行;节点2VEC;火把;R
引用于: 32种出版物

标准条款

1个出版物描述软件
UMAP:降维的一致流形逼近与投影
莱兰·麦金尼斯、约翰·希利、詹姆斯·梅尔维尔
2018
全部的 前5名

被101位作者引用

2 拉夫拉契纳达
2 什克尔吉,布拉ž
1 阿加瓦拉,苏珊娜
1 阿曼西奥,迭戈R。
1 阿斯佩尔,安托万
1 博纳塞拉,斯特凡诺
1 博萨纳克,娜塔莎
1 布贝基,阿赫塞内
1 布拉乔维奇,米洛什
1 布雷菲尔德,乌尔夫
1 凯西,迈克尔J。
1 陈朝凡
1 陈志
1 科英布拉,丹尼洛B。
1 César Henrique Comin
1 康斯坦丁尼特斯,安东尼G。
1 科斯塔·朱萨,玛塔·R。
1 科斯塔,詹尼
1 克雷西,斯特凡诺
1 米洛什达科维奇
1 德比,提尔
1 迪斯,本·K。
1 德尔文,让·查尔斯
1 迪亚曼蒂诺,佩德罗
1 丁格维尔,雷米
1 Džeroski,萨索
1 埃斯科拉诺,卡洛斯
1 法尼,提兹亚诺
1 费尔班克斯,詹姆斯P。
1 法努尔,米夏埃尔
1 福诺洛萨,何塞·A·R。
1 弗赖斯蒂尔,德国
1 弗罗斯特,H.罗伯特
1 甘纳斯基,皮埃尔
1 加西亚-加西亚,达里奥
1 Gearheart,安德鲁
1 格比,蒂姆
1 Gentner,蒂莫西·Q。
1 哈尔特,迈卡
1 赫利希,克莉丝汀
1 黄海阳
1 詹森,罗伯特
1 吉鸿凯
1 纪志成
1 卡迪奥格鲁,塞尔达
1 坎普夫迈耶,迈克尔
1 康,波
1 基里尔,乔
1 金,季苏
1 克莱恩汉斯,伯纳德
1 小松崎,Tamiki
1 拉法布雷格,巴普蒂斯特
1 拉斯里,阿尤布
1 雷,静
1 李胜喜
1 李菲特,杰弗雷
1 林,凯文Z。
1 林德曼,乔治·C。
1 洛曼,科里
1 罗恒瑞
1 曼迪奇,丹尼洛P。
1 马丁斯,拉斐尔M。
1 麦金尼斯,莱兰
1 宫崎骏
1 水野,Yuta
1 莫斯科维奇,阿米特
1 莫塔,埃德森
1 穆拉斯,拉斐拉
1 长河田,玉须
1 奥塔莱,里卡多
1 帕拉迪斯,艾曼纽
1 帕塔尼亚,爱丽丝
1 佩索托,梅肯L.M。
1 贝隆,托马斯·K·DM。
1 佩特科维奇,马特伊
1 罗布尼克-西康贾,马尔科
1 罗德里格斯,弗朗西斯科·阿帕雷西多
1 罗德,凯瑟琳
1 鲁丁,辛西娅
1 塞恩堡,蒂姆
1 桑托斯·罗德里格斯,劳尔
1 斯坎佐,布鲁诺
1 肖恩,法比奥
1 塞门诺娃,莱西亚
1 席尔瓦,菲利皮·纳西门托
1 歌手,阿米特
1 歌,安娜
1 斯坦科维奇,卢比沙
1 Steinerberger,Stefan
1 斯特洛克,马克
1 Suykens,Johan A.K.公司。
1 Takigawa,Mikoto
1 太本,广石
1 提布蒂诺,塔西托
1 蒂格利,卢卡
1 维杰莫·约翰森,米凯尔
1 王欣
1 韦伯,乔纳森
1 叶利比,莱昂内尔
1 泽尔斯科,内森
…还有一个作者

按年份列出的引文