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伸缩的。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。该包包含了流形学习的理论进展，如Coifman和Lafon（2006）引入的无偏拉普拉斯估计量，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/megaman网站 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；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；PWC-网络；Flickr30K手机；位置CNN 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 罗特姆·穆莱奥夫 1 文森特·鲁莱特 1 歌手阿米特 1 Richard Szeliski，理查德 1 塔尔蒙，罗宁 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 整体分析，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