t-Distributed Stochastic Neighbor Embedding
PulseAugur coverage of t-Distributed Stochastic Neighbor Embedding — every cluster mentioning t-Distributed Stochastic Neighbor Embedding across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
无监督AI模型可学习敏感属性，侵犯公平性
研究人员证明，即使在训练数据中排除了年龄和收入等敏感属性，无监督机器学习表征仍可能无意中编码这些属性。一种名为SOMtime的新方法，基于自组织映射，表明这些敏感属性在嵌入中作为主要的潜在轴出现，与隐藏数据高度相关。这表明“不知情即公平”的方法在表征层面是不够的，需要对机器学习管道的无监督组件进行公平性审计。
-
EntroPath：新的流形学习方法使用路径集成
研究人员推出了一种新颖的流形学习方法 EntroPath，旨在从数据图中重建测地几何。该方法利用扩散路径的集成，特别是采用最大熵随机游走（MERW）来聚合路径，而不是依赖于单条轨迹或最短路径距离。EntroPath 在合成流形和单细胞基准测试中表现出优越的性能，尤其是在采样密度不均和分支轨迹明显的情况下，与现有的基于扩散和最短路径的技术相比，它能更准确地保留测地几何。
-
新的WIDER-FAIR数据集揭示面部检测模型的偏见
研究人员推出了WIDER-FAIR，一个旨在评估面部检测模型公平性的新数据集。WIDER-FAIR建立在WIDER-FACE基准之上，包含对16,256张图像和四个族裔群体（亚洲人、黑人、印度人和白人）的感知族裔和性别的手动注释。使用在该数据集上训练的YOLOv5模型的初步实验显示，对黑人个体的面部检测性能显著较低，并且将该群体排除在训练之外比排除任何其他人口群体更能加剧公平性差异。
-
新方法通过提高可解释性来增强表征学习
研究人员开发了新的降维方法，这些方法超越了优化方差或相关性，以提高统计依赖性、数据多样性、对比度和可解释性。这些方法结合了线性和非线性表述，并使用对比度、分类准确性和可解释性度量进行评估。在 MNIST 和性别面部数据集上进行测试时，与 PCA、t-SNE、LDA 和 VAE 等既有基线相比，所提出的技术在对比度、准确性和可解释性方面显示出显著的改进。
-
新的RGNet架构解决了故障诊断中的类别不平衡问题
研究人员开发了RGNet，这是一种受重整化群（RG）概念启发的、新颖的神经网络架构，旨在解决机器学习应用中的类别不平衡和多维噪声等挑战。该模型通过顺序压缩特征空间维度并在分类前连接不同尺度的特征，来实现分层粗粒化。RGNet的有效性通过t-SNE可视化的可解释低维表示得到证明，揭示了离散的曲线结构，证实了其粗粒化能力。RGNet应用于不平衡的AI4I数据集，被证明是用于故障预测任务的多功能、可解释且具有竞争力的解决方案。
-
AI改进了新生儿成像的MR重建泛化能力
研究人员开发了新的方法来提高深度学习模型在MR重建中的泛化能力，特别是针对成人到新生儿的脑成像。通过采用对比信息数据增强和域对抗训练，E2E-VarNet模型在新生儿数据上表现出比标准仅成人训练更好的性能。这些技术被证明可以提高对域偏移的鲁棒性，从而在各种加速因子下获得更好的图像重建质量。
-
新的IRIS算法可视化时间结构生物医学数据
研究人员开发了IRIS，一种新颖的流形学习算法，旨在可视化随时间变化的高维生物医学数据。与现有方法不同，IRIS可以在保持流形拓扑结构的同时，按时间顺序组织其布局。这使得对scRNA-seq、比较宏基因组学和科学文献等数据中的动态过程有更清晰的理解。
-
MEDAL框架实现流形嵌入的定量验证
研究人员引入了MEDAL（Manifold Embedding Distillation via Autoencoder Learning，通过自编码器学习实现流形嵌入蒸馏），一个旨在定量验证流形嵌入的新框架。MEDAL将现有嵌入蒸馏到一个编码器-解码器模型中，实现了样本外映射和逆变换。这使得能够使用留出数据对降维技术和超参数调优进行严格评估，提高了由此类嵌入得出的科学发现的可靠性。
-
PCA 可视化局限性在化石牙齿数据中凸显
研究人员在将主成分分析 (PCA) 应用于可视化位于非线性流形上的高维数据时，发现了其局限性。他们使用了一组化石牙齿的数据，证明了 PCA 的散点图可能误导性地暗示数据聚类，而 t-SNE 和持久同调等更先进的技术则揭示了具有较低内在维度的环状结构。该研究提出了一个支持这些发现的生成模型，解释了观察到的数据分布，并强调了 PCA 可能掩盖底层数据结构的潜在问题。
-
新工具ParamInter可视化高维参数空间以进行优化
研究人员开发了一种名为ParamInter的新工具，用于分析高维输入参数空间。该工具利用引导式分析和t分布随机邻域嵌入（t-SNE）可视化，促进了向最优参数集插值的探索。ParamInter集成了可解释人工智能（XAI）和不确定性量化来指导探索过程，并在高炉优化用例中展示了其效用。
-
DR-SNE 通过保持数据密度来增强降维效果
研究人员推出了一种新的降维技术 DR-SNE，它解决了 t-SNE 等方法中常见的数据密度失真问题。DR-SNE 重新构建了过程，以联合对齐条件结构和相对密度结构。通过增加一个密度正则化项来增强目标函数，DR-SNE 直接对齐归一化的密度估计，提供了一种保持密度变化的尺度不变的方法，并提高了在异常检测等对密度敏感任务上的性能。
-
UMAP降维方法与PCA和t-SNE的比较
一篇新论文将均匀流形逼近与投影（UMAP）与其他降维技术（如PCA和t-SNE）进行了比较。该研究使用模拟和真实世界的数据集，系统地评估了监督式UMAP在回归和分类任务中的应用。结果表明，虽然监督式UMAP在分类任务中有效，但在回归任务中难以整合响应信息，这表明了未来研究的方向。
-
新的类别角度失真指数指标提高了降维保真度
研究人员引入了类别角度失真指数（CADI），这是一种用于评估降维技术的新颖指标。CADI 通过评估投影数据中聚类组织的保真度来解决现有指标的局限性，而不是仅仅评估可分离性或假设球状聚类。新指数利用三点之间的内角，并且是可微分的，从而可以优化降维方法。
-
VERA工具通过区域标注自动解释二维数据嵌入
研究人员开发了VERA，一种自动生成二维数据嵌入可视化解释的新方法。VERA识别嵌入中的关键区域，并将其与人类可理解的特征联系起来，提供简洁的标注。这种方法旨在减少理解复杂数据结构通常需要的手动工作量，提供一种更快地从嵌入中提取见解的方式。
-
流形学习可准确检测心脏心律失常，无需标签
研究人员已证明非线性降维（NLDR）算法（如UMAP和t-SNE）在从心电图（ECG）信号中无监督检测心脏心律失常方面的有效性。与关注大方差的传统方法不同，NLDR算法可以在没有先验训练或标记的情况下识别细微的、医学上相关的特征。研究表明，这些方法可以区分个体，并且还可以区分单个个体数据中的正常心跳与心律失常。这种方法在个性化医疗和心脏监测方面具有巨大潜力。
-
新研究质疑平坦最小值，提出拓扑忠实降维方法
研究人员开发了 DiRe-RAPIDS，一种新的降维技术，与 UMAP 和 t-SNE 等现有方法相比，它能更好地保留高维数据的全局拓扑结构。DiRe-RAPIDS 在一个旨在评估噪声流形拓扑忠实度的新基准上进行了调优。在一个大型的 arXiv 论文嵌入数据集上，DiRe-RAPIDS 在可比的速度下，比 UMAP 保持了显著更多的拓扑结构。此外，还引入了一个新的框架，用于定量和可视化分析参数化投影方法的局部邻域不稳定性，并展示了其在…