Fugu-MT 論文翻訳(概要): Rdimtools: An R package for Dimension Reduction and Intrinsic Dimension Estimation

論文の概要: Rdimtools: An R package for Dimension Reduction and Intrinsic Dimension Estimation

arxiv url: http://arxiv.org/abs/2005.11107v1
Date: Fri, 22 May 2020 11:06:43 GMT
ステータス: 処理完了
システム内更新日: 2022-11-30 08:31:42.565347
Title: Rdimtools: An R package for Dimension Reduction and Intrinsic Dimension Estimation
Title（参考訳）: rdimtools: 次元縮小と内在次元推定のためのrパッケージ
Authors: Kisung You
Abstract要約: Rdimtools は 133 Dimension Reduction (DR) と 17 Intrinsic Dimension Estimation (IDE) アルゴリズムをサポートする R パッケージである。 RdimtoolsはMITライセンス下で配布されており、CRAN、GitHub、およびパッケージWebサイトからアクセスできる。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Discovering patterns of the complex high-dimensional data is a long-standing problem. Dimension Reduction (DR) and Intrinsic Dimension Estimation (IDE) are two fundamental thematic programs that facilitate geometric understanding of the data. We present Rdimtools - an R package that supports 133 DR and 17 IDE algorithms whose extent makes multifaceted scrutiny of the data in one place easier. Rdimtools is distributed under the MIT license and is accessible from CRAN, GitHub, and its package website, all of which deliver instruction for installation, self-contained examples, and API documentation.
Abstract（参考訳）: 複雑な高次元データのパターンの発見は長年にわたる問題である。次元削減(DR)と固有次元推定(IDE)は、データの幾何学的理解を促進する基本的な2つのプログラムである。我々は,133のdrアルゴリズムと17のideアルゴリズムをサポートするrパッケージであるrdimtoolsを提案する。 RdimtoolsはMITライセンス下で配布されており、CRAN、GitHub、パッケージWebサイトからアクセスできる。

関連論文リスト

TDAvec: Computing Vector Summaries of Persistence Diagrams for Topological Data Analysis in R and Python [0.6445605125467574]
我々は永続化ダイアグラム(PD)のベクトル化を効率化する新しいソフトウェアパッケージを導入する。 PDの空間の非ヒルベルト的な性質は、機械学習アプリケーションで直接使用する上での課題を提起する。
論文参考訳（メタデータ） (2024-11-26T11:34:12Z)
R-CoT: Reverse Chain-of-Thought Problem Generation for Geometric Reasoning in Large Multimodal Models [86.06825304372613]
本稿では,R-CoT(Reverse Chain-of-Thought)幾何問題生成パイプラインを提案する。まず、GeoChainを導入し、高忠実度幾何画像とそれに対応する記述を生成する。次に、記述に基づいてステップバイステップの推論を行うReverse A&Q手法を設計し、推論結果から逆の質問を生成する。
論文参考訳（メタデータ） (2024-10-23T13:58:39Z)
The R package psvmSDR: A Unified Algorithm for Sufficient Dimension Reduction via Principal Machines [1.6795461001108096]
我々は、主サポートベクトルマシン(PSVM)から一般化された主マシン(PM)と呼ぶ新しいSDR推定器のクラスを提案する。このパッケージは線形SDRと非線形SDRの両方をカバーし、リアルタイム更新シナリオに適用可能な機能を提供する。
論文参考訳（メタデータ） (2024-09-03T02:34:42Z)
Out-of-Core Dimensionality Reduction for Large Data via Out-of-Sample Extensions [8.368145000145594]
次元性低減(DR)は、高次元データセットの可視化のための確立されたアプローチである。本稿では,大規模なデータセット上でDRを実行するために,サンプル外拡張方式を提案する。 5つの共通DRアルゴリズムのプロジェクション品質の評価を行う。
論文参考訳（メタデータ） (2024-08-07T23:30:53Z)
CoIR: A Comprehensive Benchmark for Code Information Retrieval Models [56.691926887209895]
textbfInformation textbfRetrieval Benchmark(textbfInformation textbfRetrieval Benchmark)は,コード検索機能の評価に特化して設計された,堅牢で包括的なベンチマークである。名前は、Textbftenを巧みにキュレートしたコードデータセットから成り、textbfs7の異なるドメインにまたがる、textbfeight特有の検索タスクにまたがる。我々は9つの広く使われている検索モデルを名前を用いて評価し、最先端のシステムであってもコード検索タスクの実行に重大な困難を見出した。
論文参考訳（メタデータ） (2024-07-03T07:58:20Z)
MUVERA: Multi-Vector Retrieval via Fixed Dimensional Encodings [15.275864151890511]
マルチベクトル探索を単一ベクトル類似性探索に還元する検索機構であるMUVERA(MUlti-VEctor Retrieval Algorithm)を導入する。 MUVERAはBEIR検索データセットの多種多様なセットに対して、一貫して優れたエンドツーエンドのリコールとレイテンシを実現する。
論文参考訳（メタデータ） (2024-05-29T20:40:20Z)
GenURL: A General Framework for Unsupervised Representation Learning [58.59752389815001]
教師なし表現学習(URL)は、教師なしの高次元データのコンパクトな埋め込みを学習する。本稿では,様々なURLタスクにスムーズに適応可能な類似性ベースの統合URLフレームワークGenURLを提案する。実験により、GenURLは、自己教師付き視覚学習、無教師付き知識蒸留(KD)、グラフ埋め込み(GE)、次元縮小において、一貫した最先端性能を達成することが示された。
論文参考訳（メタデータ） (2021-10-27T16:24:39Z)
RGB-D Saliency Detection via Cascaded Mutual Information Minimization [122.8879596830581]
既存のRGB-Dサリエンシ検出モデルは、RGBと深さを効果的にマルチモーダル学習を実現するために明示的に奨励するものではない。本稿では,RGB画像と深度データ間のマルチモーダル情報を「明示的」にモデル化するために,相互情報最小化による新しい多段階学習フレームワークを提案する。
論文参考訳（メタデータ） (2021-09-15T12:31:27Z)
Scikit-dimension: a Python package for intrinsic dimension estimation [58.8599521537]
この技術ノートは、固有次元推定のためのオープンソースのPythonパッケージであるtextttscikit-dimensionを紹介している。 textttscikit-dimensionパッケージは、Scikit-learnアプリケーションプログラミングインターフェイスに基づいて、既知のID推定子のほとんどを均一に実装する。パッケージを簡潔に記述し、実生活と合成データにおけるID推定手法の大規模(500以上のデータセット)ベンチマークでその使用を実証する。
論文参考訳（メタデータ） (2021-09-06T16:46:38Z)
SreaMRAK a Streaming Multi-Resolution Adaptive Kernel Algorithm [60.61943386819384]
既存のKRRの実装では、すべてのデータがメインメモリに格納される必要がある。 KRRのストリーミング版であるStreaMRAKを提案する。本稿では,2つの合成問題と2重振り子の軌道予測について紹介する。
論文参考訳（メタデータ） (2021-08-23T21:03:09Z)
Modern Dimension Reduction [0.0]
このエレメントは、数百行のRコードとともに、現代的な教師なしの次元削減テクニックのスイートを提供する。本稿では, 局所線形埋め込み, t分散隣接埋め込み, 均一な多様体近似と投影, 自己組織化マップ, ディープオートエンコーダなどの手法を応用した読者を紹介する。
論文参考訳（メタデータ） (2021-03-11T14:54:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。