×

兹马思-数学第一资源

元可视化的信息检索方法。(英语) Zbl公司 1331.68272
摘要:可视化在数据分析的第一步是至关重要的。在用散点图进行可视化数据勘探时,没有一个单独的图足以分析复杂的高维数据集。鉴于大量的可视化是用不同的特性或方法创建的,因此需要使用元可视化来一起分析可视化。我们解决如何在一个元可视化显示上安排大量的可视化效果从而分析它们的异同。可视化最近已正式成为一项信息检索任务;我们扩展了这种方法,并将元可视化形式化为一个信息检索任务,其性能可以被严格量化和优化。我们引入了一种机器学习方法来优化元可视化,基于信息检索的角度:如果分析员从两个可视化中检索到数据样本之间的相似邻域,那么两个可视化是相似的。基于这种方法,我们引入了一个用于元可视化的非线性嵌入方法:它优化显示上可视化的位置,以便提供相似数据信息的可视化彼此接近。在实验中,我们展示了这种元可视化优于其他方法,并且在几个案例研究中产生了对数据的洞察。
理学硕士:
68U10 图像处理的计算方法
62-07年 数据分析(统计)(MSC2010)
68页20页 信息的存储与检索
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] Agrafiotis,DK,随机邻近嵌入,计算化学杂志,241215-1221,(2003)
[2] 阿西莫夫,D.,《大巡游:一种查看多维数据的工具》,暹罗科学与统计计算杂志,6128-143,(1985)·Zbl公司 552.62052
[3] Belkin,M.和Niyogi,P(2002年)。用于嵌入和聚类的拉普拉斯特征映射和谱技术。在:神经信息处理系统的研究进展(第14卷,第585-591页)。马萨诸塞州剑桥:麻省理工学院出版社。
[4] Bertini,E.,Tatu,A.和Keim,D(2011年)。高维数据可视化中的质量度量:综述和系统化。在:IEEE可视化与计算机图形学会刊,(第17(12)卷,第2203-2212页)。
[5] 博格,I.,&格罗恩,P(2005年)。现代多维标度:理论与应用. 柏林:斯普林格·Zbl公司 1085.62079
[六] 布拉德姆,C;McClay博士,《p38mapk在发展和癌症中的透视》,细胞周期,5824-828,(2006)
[7] 卡尔达斯,J;格伦堡,N;费萨尔,A;布拉斯马,A;Kaski,S.生物相关微阵列实验的概率检索和可视化,生物信息学,25,i145-i153,(2009)
[8] 张和阳。Y、 和熊,Y(2004年)。通过邻域嵌入实现超分辨率。在:2004年CVPR会议录,2004年IEEE计算机学会计算机视觉与模式识别会议,(第1卷,第I-I页)。IEEE公司
[9] 张,康涅狄格州;戴雪,助教;罗,H;柳川,B;博尼古特,S;萨姆拉,A;赵,H;沃克,埃克;McManus,BM,中和抗-4-1BBL治疗改善病毒性心肌炎患者的心功能,实验室调查,87651-661,(2007)
[10] 孩子,D(2006年)。因子分析要点. 伦敦:Continuum International。
[11] 克莱森,J.和范维克,J(2011年)。多变量数据可视化的灵活链接轴。在:IEEE可视化与计算机图形学会刊,(第17卷(12),第2310-2316页)。IEEE公司
[12] 科伯恩,A;卡尔森,A;Bederson,BB,《综述+细节、缩放和焦点+上下文接口的回顾》,ACM计算调查,14,2:1-2:31,(2009)
[13] 库克,J.,萨茨克弗,I.,Mnih,A.和辛顿,G(2007年)。用混合的地图可视化相似性数据。在:2007年AISTATS会议记录,国际人工智能与统计会议,JMLR W&CP 2(第2卷,第67-74页)。吉姆勒。
[14] 科罗拉多州多诺霍;格里姆斯,C,黑森特征映射:高维数据的局部线性嵌入技术,美国国家科学院学报,1005591-5596,(2003)·Zbl公司 1130.62337
[15] 佛朗哥,D;Campione,M,pitx2在心脏发育中的作用。将左右信号与先天性心脏病联系起来,心血管医学趋势,13157-163,(2003)
[16] 弗罗斯塔西,A;奇门蒂,C;里奇,R;娜塔莉;Russo,马萨诸塞州;皮罗尼,M;工程师,厘米;Desnick,RJ,用半乳糖输注疗法改善fabry病心脏变异的心功能,新英格兰医学杂志,345,25-32,(2001)
[17] Gourier,N.,Hall,D.和Crowley,J。L(2004年)。从人脸显著特征的鲁棒检测中估计人脸方位。在:《指点学报》,ICPR,国际指示手势视觉观察研讨会.
[18] 关,N;陶,D;罗,Z;Yuan,B,非负补丁对齐框架,IEEE神经网络交易,221218-1230,(2011)
[19] Hinton,G.和Roweis,S(2003年)。随机邻域嵌入。在:神经信息处理系统进展(第15卷,第833-840页)。马萨诸塞州剑桥:麻省理工学院出版社。
[20] 霍特林,H.统计变量的复合主成分分析,教育心理学杂志,24498-520,(1933)
[21] 基勒,J;Hauser,H,《多方面科学数据的可视化和可视化分析:调查》,IEEE可视化与计算机图形学汇刊,19495-513,(2013)
[22] 拉丰,S;Lee,A.扩散映射与粗粒化:降维、图划分和数据集参数化的统一框架,IEEE模式分析与机器智能汇刊,281393-1403,(2006)
[23] 劳伦斯,N。D(2004年)。高维数据可视化的高斯过程潜在变量模型。在:神经信息处理系统进展,第16卷。马萨诸塞州剑桥:麻省理工学院出版社。
[24] 李,是的;贷款资产,A;《曲线距离的非线性投影:等值线图与曲线距离分析》,神经计算,57,49-76,(2004)
[25] 洛,西南;林,阿,癌症中的细胞凋亡,癌变,21485-495,(2000)
[26] 范德马滕,L(2009年)。通过保持局部结构学习参数嵌入。在D。A。五。戴克,M。韦林(编辑),2009年AISTATS论文集,人工智能与统计国际研讨会,JMLR W&CP 5(第384-391页)。吉姆勒。
[27] 马腾,L;Hinton,G,使用t-SNE可视化数据,机器学习研究杂志,92579-2605,(2008)·Zbl公司 1225.68219
[28] 范德马滕,L.,波斯特马,E.和范德赫里克,J(2009年)。降维方法的比较研究. 技术报告,蒂尔堡创新计算中心,蒂尔堡大学。
[29] Nguyen,全科医生;Worring,M.使用基于相似性的可视化技术对大型图像集合的交互式访问,视觉语言与计算杂志,19203-224,(2008)
[30] 帕金森,H。E、 ,Kapushesky,M.,Kolesnikov,N.,Rustici,G.,Shojatalab,M.,Abeygunawardena,N.,Berube,H.,Dylag,M.,Emam,I.,Farne,A.,Holloway,E.,Luck,M.,Malone,J.,Mani,R.,Pilicheva,E.,Rayner,T。F、 ,雷兹万,F。一、 ,夏尔玛,A.,威廉姆斯,E.,布拉德利,X。Z、 ,Adamusiak,T.,Brandizi,M.,Burdett,T.,Coulson,R.,Krestianinova,M.,Kurnosov,P.,Maguire,E.,Neogi,S。G、 ,Rocca Serra,P.,Sansone,S。A、 ,Sklyar,N.,Zhao,M.,Sarkans,U.和布拉斯马,A(2009年)。Arrayexpress更新-从功能基因组学实验档案到基因表达图谱。核酸研究37(数据库问题),868-872。
[31] Patwari,N.和Hero,A。O(2004年)。无线传感器网络定位的流形学习算法。2004年国际声学、语音和信号处理会议论文集,IEEE(第III-857-III-860页)。
[32] Peltonen,J.和Georgatzis,K(2012年)。作为信息检索任务的数据可视化的有效优化。2012年MLSP会议记录,2012年IEEE信号处理机器学习国际研讨会IEEE,电子会议记录.
[33] Peltonen,J.和Kaski,S(2011年)。在信息可视化中实现精确性和召回率最大化的生成建模。在戈登,G.,邓森,D.,杜迪克,M(编辑),2011年AISTATS会议记录,第十四届国际人工智能与统计会议,JMLR W&CP 15,JMLR(第15卷,第597-587页)。
[34] Peltonen,J.和Lin,Z(2013年)。面向元可视化的信息检索视角。C.S.Ong,T.B.Ho(编辑),2013年ACML会议记录,第五届亚洲机器学习会议,JMLR W&CP 29第一百六十五页。吉姆勒。
[35] 彭,W.,沃德,M。O、 和Rundensteiner,E。A(2004年)。多维数据可视化中的杂波抑制。INFOVIS'04,IEEE信息可视化研讨会论文集(第89-96页)。IEEE计算机协会。
[36] Pó普洛,H;洛佩斯,吉咪;Soares,P,人类癌症中的mtor信号通路,国际分子科学杂志,131886-1918,(2012)
[37] 陶瓷,A;马修,C;Peronet,R;施耐德,E;克莱弗,J;商业博士;基弗·比亚西佐,H;卡拉苏山,H;米隆,G;Dy,M;Kinet,日本;路易,J;空白,U;Mecheri,S,中性粒细胞相关ige高亲和力受体在实验性脑疟疾发病机制中的关键作用,实验医学杂志,208,2225-2236,(2011)
[38] 拉姆齐,A。K(2010年)。MEK5和ERK5通路作为前列腺癌治疗靶点的验证及ERK5信号复合物的分析. 博士论文,苏格兰:格拉斯哥大学。
[39] 罗宾逊,A.和韦弗,C(2006年)。再可视化:可视化分析过程的交互式可视化。2006视觉分析与空间决策支持地理科学研讨会论文集,电子会议.
[40] 罗维斯,S;李国平,等.基于局部线性嵌入的非线性降维,科学,2902323-2326,(2000)
[41] 《数据结构分析的非线性映射》,IEEE电子计算机学报,18401-409,(1969)
[42] 附表ölkopf,B.,斯莫拉,A。J、 ,&Mü勒尔,K。R(1999年)。核主成分分析。核方法研究进展:支持向量机学习(第327-352页)。马萨诸塞州剑桥:麻省理工学院出版社。
[43] 夏尔玛,A;帕利瓦尔,KK,使用定点算法的快速主成分分析,模式识别字母,281151-1155,(2007)
[44] Sikachev,P.,阿米尔哈诺夫,A.,拉拉梅,R。S、 ,&先生。G(2011年)。使用元可视化的交互式算法探索。技术代表,维也纳理工大学计算机图形与算法研究所,Favoritenstrasse 9-11/186,A-1040 Vienna。
[45] Tatu,A.,阿尔伯克基,G.,Eisemann,M.,Schneidewind,J.,Theisel,H.,Magnor,M。A、 和凯姆,D。A(2009年)。结合自动分析和可视化技术有效地探索高维数据。IEEE VAST 2009年论文集,IEEE可视化分析科学与技术研讨会(第59-66页)。IEEE。
[46] Tatu,A.,Maas,F.,Farber,I.,Bertini,E.,Schreck,T.,Seidl,T.和Keim,D(2012年)。子空间搜索和可视化以理解高维数据中的替代聚类。IEEE VAST 2012会议录,IEEE可视化分析科学与技术会议(第63-72页)。IEEE。
[47] 特南鲍姆,JB;席尔瓦,V;朗福德,JC,非线性降维的全球几何框架,科学,2902319-2323,(2000)·Zbl公司 955.37025
[48] 小费,我;毕晓普,CM,概率主成分分析,英国皇家统计学会杂志,B辑,611-622,(1999)·Zbl公司 924.62068
[49] 韦纳,J;Kaski,S.基因表达数据集图谱可视化方法比较,信息可视化,6139-154,(2007)
[50] 韦纳,J;佩尔顿,J;纽约,K;艾多斯,H;Kaski,S.,《数据可视化中非线性降维的信息检索视角》,机器学习研究杂志,11451-490,(2010)·Zbl公司 1242.62006
[51] 维桑托,J,基于SOM的数据可视化方法,智能数据分析,3111-126,(1999)·Zbl公司 970.68570
[52] 维奥,C;McGuffin,MJ,Connectedcharts:数据图形之间关系的显式可视化,计算机图形学论坛,311285-1294,(2012)
[53] Vladymyrov,M.和Carreira Perpinan,M(2014年)。非线性低维嵌入的线性时间训练。2014年AISTATS会议记录,国际人工智能与统计会议,JMLR W&CP 33(第968-977页)。吉姆勒。
[54] 沃特斯,JP;波伯,JS;Bradley,JR.,《肿瘤坏死因子与癌症》,《病理学杂志》,230241-248,(2013)
[55] 韦弗,C(2006年)。即兴创作中设计协调的元视觉探索与分析。CMV'06,第四届探索性可视化中的协调与多视角国际会议论文集(第79-90页)。IEEE计算机协会。
[56] 温伯格,K;索尔,L,半定规划图像流形的无监督学习,国际计算机视觉杂志,70,77-90,(2006)
[57] 温伯格,K。Q、 ,封隔器,B。D、 和索尔,L。K(2005年)。用半定规划和核矩阵分解进行非线性降维。2005年AISTATS论文集,第十届人工智能与统计国际研讨会.
[58] 韦翰,H;Hofmann,H.产品图,IEEE可视化与计算机图形学汇刊,172223-2230,(2011)
[59] Wism公司üLeer,A.,Verleysen,M.,Aupetit,M.和Lee,J。A(2010年)。非线性降维、流形和拓扑学习的最新进展。2010年欧洲人工神经网络会议论文集,计算智能和机器学习,d-side(第71-80页)。
[60] 王,P。C、 和伯格伦,R。D(1997年)。30年的多维多元可视化。科学可视化:概述、方法与技术(第3-33页)。洛斯阿拉米托斯,加利福尼亚州:IEEE计算机协会出版社。
[61] Xu,C.,Tao,D.和Xu,C(2013年)。多视角学习综述。CORR abs/13045634网址http://arxiv.org/abs/1304.5634
[62] 严,S;徐博士;张,乙;张,H;杨Q;林,S,图嵌入与扩展:降维的一般框架,IEEE模式分析与机器智能汇刊,29,40-51,(2007)
[63] Yang,Z.,Peltonen,J.和Kaski,S(2013年)。面向可视化的邻域嵌入可伸缩优化。2013年ICML会议记录,第30届机器学习国际会议,JMLR W&CP 28. 吉姆勒。
[64] 张,T;陶,D;李,X;Yang,J.维数缩减的补丁对齐,IEEE知识与数据工程学报,211299-1313,(2009)
〔65〕 张,Z;查,H,主流形与相切空间对齐的非线性降维,暹罗科学计算杂志,26,313-338,(2004)·Zbl公司 1077.65042
[66] 周,T;陶,D;吴X,流形弹性网:稀疏降维、数据挖掘和知识发现的统一框架,22340-371,(2011)·Zbl公司 1235.62097
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。