arXiv · 机器人与计算机视觉· Tomojit Ghosh, Siva Rama Krishna Prasad Changala, Prathyusha Kanakamalla, Harigovind Harikumar·· 23 天前精选AI 评分76
基于等距质心的稳定降维方法 ICE
Stable Dimensionality Reduction via Isometric Centroid-Encoder
AI 导读
针对现有监督降维方法未显式约束类几何结构导致结果不可复用的问题,本文提出 Isometric Centroid-Encoder (ICE) 框架。该方法在潜在空间直接学习类质心并保留预设的成对类质心几何关系,无需大量样本对或三元组约束即可保持类间几何结构。
推荐理由
提出一种在潜在空间直接学习类质心并保留成对几何结构的监督降维框架,引入 CNS 指标量化嵌入可复现性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org