light box
امتیاز 2.78 دیداری سازی داده‌ها با استفاده از t-SNE">

نوع فایل : word
تعداد صفحات : 23
تعداد کلمات : 9800
مجله : Journal of Machine Learning Research
انتشار : 2008
دسته بندی :
برچسب ها : ، ، ، ، ، ، ، ، ، ،

عنوان فارسی مقاله:تجسم (دیداری سازی) و متریک عملکرد در بهینه سازی چند منظوره

 

چکیده

 ما یک روش جدید موسوم به t-SNE را ارائه می‌کنیم که داده‌های با ابعاد بالا را با دادن یک محل به هر نقطه داده در یک نقشه دو یا سه بعدی دیداری سازی و مجسم می‌کند. این روش، نسخه‌ای از توکاری همسایگی تصادفی (هینتون و رویز،۲۰۲۲) می‌باشد که بهینه سازی آن آسان‌تر است و منجر به تصویر سازی های بهتری با کاهش تمایل برای نقاط شلوغ در مرکز نقشه می‌شود(دیداری سازی داده‌ها بااستفاده از t-SNE).  t-SNE در ایجاد یک نقشه که ساختار را در بسیاری از مقیاس‌های مختلف آشکار می‌کند نسبت به روش‌های موجود عملکرد بهتری دارد. این موضوع از اهمیت ویژه‌ای برای داده‌های با ابعاد بالا برخوردار است که در مانیفولد های مختلف و با ابعاد پایین نظیر تصاویر اشیا از چندین دسته مشاهده شده از نقاط دید متعدد قرار گرفته است. برای دیداری سازی ساختار مجموعه داده‌های بزرگ، ما نشان می‌دهیم که چگونه t-SNE قادر به استفاده از پیمایش تصادفی بر روی گراف‌های همسایه برای امکان دادن به اثر گذاری ساختار داده‌ها بر شیوه نمایش زیر مجموعه داده است. ما به تشریح عملکرد t-SNE بر روی طیف وسیعی از مجموعه داده‌ها پرداخته و آن را با بسیاری از فنون دیداری سازی غیر پارامتری از جمله نقشه برداری سامون، ایزومپ و توکاری خطی محلی مقایسه می‌کنیم. دیداری سازی تولید شده توسط t-SNE بسیار بهتر از موارد تولید شده توسط سایر فنون تقریباً در همه مجموعه داده‌ها است(دیداری سازی داده‌ها بااستفاده از t-SNE).

Title: Visualizing Data using t-SNE

Abstract: 

We present a new technique called “t-SNE” that visualizes high-dimensional data by giving each datapoint a location in a two or three-dimensional map. The technique is a variation of Stochastic Neighbor Embedding (Hinton and Roweis, 2002) that is much easier to optimize, and produces significantly better visualizations by reducing the tendency to crowd points together in the center of the map. t-SNE is better than existing techniques at creating a single map that reveals structure at many different scales. This is particularly important for high-dimensional data that lie on several different, but related, low-dimensional manifolds, such as images of objects from multiple classes seen from multiple viewpoints. For visualizing the structure of very large data sets, we show how t-SNE can use random walks on neighborhood graphs to allow the implicit structure of all of the data to influence the way in which a subset of the data is displayed. We illustrate the performance of t-SNE on a wide variety of data sets and compare it with many other non-parametric visualization techniques, including Sammon mapping, Isomap, and Locally Linear Embedding. The visualizations produced by t-SNE are significantly better than those produced by the other techniques on almost all of the data sets.

ثبت دیدگاه

    • دیدگاه های ارسال شده توسط شما، پس از تایید توسط تیم مدیریت در وب منتشر خواهد شد.
    • پیام هایی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
    • پیام هایی که به غیر از زبان فارسی یا غیر مرتبط باشد منتشر نخواهد شد.

برای ارسال دیدگاه شما باید وارد سایت شوید.

محصولات مشابه
مطالعه ی بازاریابی گردشگری
خـریـد محـصـول
انتقال ژن افقی از آگروباکتریوم به گیاهان
خـریـد محـصـول
بررسی تداخل بین پرده‌های مغناطیسی جراحی و پیس میکر ها یا ضربان ساز ها
خـریـد محـصـول
تشریح و آشکارسازی همه گیری کوید-۱۰(COVID-19)
خـریـد محـصـول
سلامت روان در کانادا: کوید-۱۹(COVID-19) و فراتر از آن
خـریـد محـصـول
کروناویروس(COVID-19) و اضطراب: ارزیابی اثرات روان شناختی بیماری های مسری
خـریـد محـصـول
آیا ترس از کروناویروس(COVID-19) باعث تحریک اضطراب و نگرانی شغلی آینده می شود؟
خـریـد محـصـول
چاقی و کروناویروس(COVID-19): دو روی یک سکه
خـریـد محـصـول
تأثیر کوید-۱۹(COVID-19) بر روی سلامت روان عمومی و اثر خنثی کننده حس انسجام
خـریـد محـصـول
اثرات کوید-۱۹(COVID-19 یاکروناویروس) بر روی اضطراب، افسردگی
خـریـد محـصـول
ثبت اختراع یا انتشار مقاله

ثبت اختراع یا انتشار مقاله کدام اول باید انجام شود؟ پژوهشگران منابع مالی و غیر مالی بسیاری را صرف انجام تحقیقات و پژوهش ها میکنند و امکان دارد تعدادی از آنها تبدیل به دستاوردها و فناوری های نو گردد. محققان این نتایج را به سرعت در مقالات علمی ملی و بین المللی منتشر و به آن افتخار میکنند. اما باید مد نظر داشت، چنانچه دستاورد پژوهشی امکان تبدیل شدن به یک محصول یا فرآیند قابل استفاده و تولید در صنعت را داشته باشد، هر گونه انتشار عمومی از جمله مقاله باعث از دست رفتن شرط جدید بودن و در نتیجه عدم امکان ثبت فناوری به عنوان اختراع خواهد شد.

در نتیجه محققان و پژوهشگران باید پیش از هرگونه افشاء عمومی آن دسته از نتایج تحقیقاتی که شرایط ثبت اختراع را دارا می باشد به صورت اظهارنامه اختراع در اداره مربوطه ثبت و سپس نسبت به انتشار آنها اقدام کنند. امکان دارد مراحل ثبت اختراع چندین ماه به طول بیانجامد که انتشار مقاله (و مانند آن) پس از تاریخ ثبت اظهارنامه اختراع مشکلی را در فرآیند ثبت اختراع بوجود نمی آورد.

از آنجا که برخی دستاورد ها مانند روشهای تشخیص بیماری و نوآوری های مدیریتی قابلیت ثبت اختراع بین المللی و ملی را ندارند، محققان بدون نگرانی میتوانند انتشار در مقالات داخلی و خارجی را به عنوان اولین گزینه جهت کسب افتخار دست یابی به این قبیل پژوهشها انتخاب کنند.

در اولین مرحله از شروع یک تحقیق جدید نیاز است منابع مختلفی جستجو شود تا جدید بودن ایده مورد بررسی قرار گیرد. یکی از بهترین منابع جهت جستجو، جستجوی اختراع های ثبت شده است. پایگاه های جستجوی پتنت به محقق کمک میکند پیشینه تحقیق خود را مورد بررسی قرار دهد تا مطمئن شود کار تکراری انجام نمیدهد.
برو بالا