論文の概要: Contrastive independent component analysis
- arxiv url: http://arxiv.org/abs/2407.02357v2
- Date: Mon, 26 May 2025 09:09:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-27 16:58:41.726453
- Title: Contrastive independent component analysis
- Title（参考訳）: 対照的な独立成分分析
- Authors: Kexin Wang, Aida Maraj, Anna Seigal,
- Abstract要約: 線形代数に基づく新しいテンソル分解アルゴリズムを考案し、より表現力がありながら、他の線形代数に基づくアルゴリズムと同等に効率的かつ同定できる。
我々は,合成,半合成,実世界のデータセットを用いて,cICAの識別可能性を確立し,パターンの発見とデータの可視化におけるその性能を示す。
- 参考スコア（独自算出の注目度）: 6.348278114271242
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In recent years, there has been growing interest in jointly analyzing a foreground dataset, representing an experimental group, and a background dataset, representing a control group. The goal of such contrastive investigations is to identify salient features in the experimental group relative to the control. Independent component analysis (ICA) is a powerful tool for learning independent patterns in a dataset. We generalize it to contrastive ICA (cICA). For this purpose, we devise a new linear algebra based tensor decomposition algorithm, which is more expressive but just as efficient and identifiable as other linear algebra based algorithms. We establish the identifiability of cICA and demonstrate its performance in finding patterns and visualizing data, using synthetic, semi-synthetic, and real-world datasets, comparing the approach to existing methods.
- Abstract（参考訳）: 近年,実験群を表わす前景データセットと,制御群を表わす背景データセットを共同で分析することへの関心が高まっている。
このような対照的な調査の目的は、コントロールに対する実験グループ内の健全な特徴を特定することである。
独立コンポーネント分析(ICA)は、データセットで独立パターンを学習するための強力なツールである。
対照的なICA (cICA) に一般化する。
この目的のために、線形代数に基づくテンソル分解アルゴリズムを考案し、より表現力が高いが、他の線形代数に基づくアルゴリズムと同じくらい効率的に同定できる。
我々は,cICAの識別可能性を確立し,既存の手法と比較して,合成,半合成,実世界のデータセットを用いて,パターンの発見とデータの可視化におけるその性能を実証する。
関連論文リスト
- Entropic Optimal Transport Eigenmaps for Nonlinear Alignment and Joint Embedding of High-Dimensional Datasets [11.105392318582677]
本稿では,理論的保証付きデータセットの整列と共同埋め込みの原理的アプローチを提案する。
提案手法は,2つのデータセット間のEOT計画行列の先頭特異ベクトルを利用して,それらの共通基盤構造を抽出する。
EOT計画では,高次元状態において,潜伏変数の位置で評価されたカーネル関数を近似することにより,共有多様体構造を復元する。
論文 参考訳（メタデータ） (2024-07-01T18:48:55Z) - Revisiting the Evaluation of Image Synthesis with GANs [55.72247435112475]
本研究では, 合成性能の評価に関する実証的研究を行い, 生成モデルの代表としてGAN(Generative Adversarial Network)を用いた。
特に、表現空間におけるデータポイントの表現方法、選択したサンプルを用いた公平距離の計算方法、各集合から使用可能なインスタンス数など、さまざまな要素の詳細な分析を行う。
論文 参考訳（メタデータ） (2023-04-04T17:54:32Z) - A Spectral Method for Assessing and Combining Multiple Data
Visualizations [13.193958370464683]
与えられたデータセットの複数のビジュアライゼーションを評価し,組み合わせるための効率的なスペクトル法を提案する。
提案手法は,各データ点の周辺構造を保存するための可視化の相対的な性能について,定量的な測定値,可視化固有スコア(en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en:en: en:en:en:en:en:en:en:en:en:en
我々は,複数のシミュレーションおよび実世界のデータセットを分析し,可視化評価のための固有スコアの有効性と,提案したコンセンサス・ビジュアライゼーションの優位性を示す。
論文 参考訳（メタデータ） (2022-10-25T02:13:19Z) - Dynamic Latent Separation for Deep Learning [67.62190501599176]
機械学習の中核的な問題は、複雑なデータに対するモデル予測のための表現力のある潜在変数を学習することである。
本稿では,表現性を向上し,部分的解釈を提供し,特定のアプリケーションに限定されないアプローチを開発する。
論文 参考訳（メタデータ） (2022-10-07T17:56:53Z) - Another Use of SMOTE for Interpretable Data Collaboration Analysis [8.143750358586072]
データコラボレーション(DC)分析は、複数の機関にわたるプライバシー保護統合分析のために開発された。
本研究では,データ漏洩のリスクを増大させることなく,認識性能を向上させるアンカーデータ構築手法を提案する。
論文 参考訳（メタデータ） (2022-08-26T06:39:13Z) - Unsupervised Machine Learning for Exploratory Data Analysis of Exoplanet
Transmission Spectra [68.8204255655161]
我々は、通過する太陽系外惑星のスペクトルデータを解析するための教師なし手法に焦点をあてる。
スペクトルデータには、適切な低次元表現を要求する高い相関関係があることが示される。
主成分に基づく興味深い構造、すなわち、異なる化学状態に対応する明確に定義された分岐を明らかにする。
論文 参考訳（メタデータ） (2022-01-07T22:26:33Z) - Capturing patterns of variation unique to a specific dataset [68.8204255655161]
対象データセットの1つ以上の比較データセットに対する低次元表現を同定するチューニングフリー手法を提案する。
複数の実験で、単一のバックグラウンドデータセットを持つUCAが、様々なチューニングパラメータを持つcPCAと同じような結果を達成することを示しました。
論文 参考訳（メタデータ） (2021-04-16T15:07:32Z) - Joint Characterization of Multiscale Information in High Dimensional
Data [0.0]
グローバルアプローチとローカルアプローチの相乗効果を生かした多スケール共同評価手法を提案します。
関節の特徴は, PCA や t-sne のいずれからも明らかでない信号の検出と分離が可能であることを示す。
論文 参考訳（メタデータ） (2021-02-18T23:33:00Z) - Contrastive analysis for scatter plot-based representations of
dimensionality reduction [0.0]
本稿では,マルチ次元データセットを探索し,クラスタの形成を解釈する手法を提案する。
また,属性がクラスタ形成にどのように影響するかを理解するために使用される統計変数間の関係を視覚的に解釈し,探索する二部グラフも導入する。
論文 参考訳（メタデータ） (2021-01-26T01:16:31Z) - Out-of-distribution Generalization via Partial Feature Decorrelation [72.96261704851683]
本稿では,特徴分解ネットワークと対象画像分類モデルとを協調的に最適化する,PFDL(Partial Feature Deorrelation Learning)アルゴリズムを提案する。
実世界のデータセットを用いた実験により,OOD画像分類データセットにおけるバックボーンモデルの精度が向上することを示した。
論文 参考訳（メタデータ） (2020-07-30T05:48:48Z) - Learning Stochastic Behaviour from Aggregate Data [52.012857267317784]
集約データから非線形ダイナミクスを学習することは、各個人の完全な軌道が利用できないため、難しい問題である。
本稿では,Fokker Planck Equation (FPE) の弱い形式を用いて,サンプル形式のデータの密度変化を記述する手法を提案する。
このようなサンプルベースのフレームワークでは、偏微分方程式(PDE)FPEを明示的に解くことなく、集約データから非線形ダイナミクスを学習することができる。
論文 参考訳（メタデータ） (2020-02-10T03:20:13Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。