Fugu-MT 論文翻訳(概要): A PCA-based Data Prediction Method

論文の概要: A PCA-based Data Prediction Method

arxiv url: http://arxiv.org/abs/2510.09246v1
Date: Fri, 10 Oct 2025 10:33:31 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-14 00:38:48.706971
Title: A PCA-based Data Prediction Method
Title（参考訳）: PCAに基づくデータ予測手法
Authors: Peteris Daugulis, Vija Vagale, Emiliano Mancini, Filippo Castiglione,
Abstract要約: 本稿では,従来の数学と機械学習の両方の要素を含む新しい手法について述べる。この方法は、既存のデータと候補集合を表すシフト線型部分空間間の距離の概念に基づいている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The problem of choosing appropriate values for missing data is often encountered in the data science. We describe a novel method containing both traditional mathematics and machine learning elements for prediction (imputation) of missing data. This method is based on the notion of distance between shifted linear subspaces representing the existing data and candidate sets. The existing data set is represented by the subspace spanned by its first principal components. Solutions for the case of the Euclidean metric are given.
Abstract（参考訳）: 欠落したデータに対して適切な値を選択するという問題は、データサイエンスでしばしば発生する。本稿では,従来の数学と機械学習の両方の要素を含む新しい手法について述べる。この方法は、既存のデータと候補集合を表すシフト線型部分空間間の距離の概念に基づいている。既存のデータセットは、その最初の主成分で区切られた部分空間で表現される。ユークリッド計量の場合の解が与えられる。

関連論文リスト

Sliced-Wasserstein Distance-based Data Selection [0.0]
本稿では,スライス-ワッサーシュタイン距離に基づく新しい教師なし異常検出手法を提案する。私たちのフィルタリング技術は、重要な分野に機械学習モデルをデプロイする意思決定パイプラインにとって興味深いものです。提案手法の合成データセットに対するフィルタリングパターンについて述べるとともに,データ選択の訓練のための数値的ベンチマークを行う。
論文参考訳（メタデータ） (2025-04-17T13:07:26Z)
Integrated utilization of equations and small dataset in the Koopman operator: applications to forward and inverse problems [0.0]
本稿では,不明瞭な事前知識をEDMDアルゴリズムに組み込む手法を提案する。曖昧な事前知識は、未知のパラメータを持つ基礎となる時間進化方程式に対応する。提案手法を逆問題に適用する手法を提案する。
論文参考訳（メタデータ） (2025-03-26T23:45:06Z)
Minimally Supervised Learning using Topological Projections in Self-Organizing Maps [55.31182147885694]
自己組織化マップ(SOM)におけるトポロジカルプロジェクションに基づく半教師付き学習手法を提案する。提案手法は,まずラベル付きデータ上でSOMを訓練し,最小限のラベル付きデータポイントをキーベストマッチングユニット(BMU)に割り当てる。提案した最小教師付きモデルが従来の回帰手法を大幅に上回ることを示す。
論文参考訳（メタデータ） (2024-01-12T22:51:48Z)
A Perceptron-based Fine Approximation Technique for Linear Separation [0.0]
本稿では,正あるいは負のラベル付きデータポイント間でセパレータ超平面を見つけることを目的とした,新しいオンライン学習手法を提案する。人工ニューロンの重みとバイアスは、高次元空間の超平面と直接関連付けられる。実験結果から,Perceptronアルゴリズムよりも効率がよいことが示された。
論文参考訳（メタデータ） (2023-09-12T08:35:24Z)
Manifold Hypothesis in Data Analysis: Double Geometrically-Probabilistic Approach to Manifold Dimension Estimation [92.81218653234669]
本稿では, 多様体仮説の検証と基礎となる多様体次元推定に対する新しいアプローチを提案する。我々の幾何学的手法はミンコフスキー次元計算のためのよく知られたボックスカウントアルゴリズムのスパースデータの修正である。実データセットの実験では、2つの手法の組み合わせに基づく提案されたアプローチが強力で効果的であることが示されている。
論文参考訳（メタデータ） (2021-07-08T15:35:54Z)
Unlabeled Principal Component Analysis and Matrix Completion [25.663593359761336]
本稿では、列のエントリが置換によって破損したデータ行列から、ロバストな主成分分析を導入する。 UPCAに類似したフレーバーの理論とアルゴリズムを導出する。合成データ、顔画像、教育および医療記録の実験は、データ民営化やレコードリンクのような応用のためのアルゴリズムの可能性を明らかにする。
論文参考訳（メタデータ） (2021-01-23T07:34:48Z)
Evaluating representations by the complexity of learning low-loss predictors [55.94170724668857]
下流タスクの解決に使用されるデータの表現を評価することの問題点を考察する。本稿では,関心のあるタスクにおける低損失を実現する表現の上に,予測器を学習する複雑性によって表現の質を測定することを提案する。
論文参考訳（メタデータ） (2020-09-15T22:06:58Z)
Graph Embedding with Data Uncertainty [113.39838145450007]
スペクトルベースのサブスペース学習は、多くの機械学習パイプラインにおいて、一般的なデータ前処理ステップである。ほとんどの部分空間学習法は、不確実性の高いデータにつながる可能性のある測定の不正確さやアーティファクトを考慮していない。
論文参考訳（メタデータ） (2020-09-01T15:08:23Z)
Ellipsoidal Subspace Support Vector Data Description [98.67884574313292]
一クラス分類に最適化された低次元空間にデータを変換する新しい手法を提案する。提案手法の線形および非線形の定式化について述べる。提案手法は,最近提案されたサブスペースサポートベクトルデータ記述よりもはるかに高速に収束する。
論文参考訳（メタデータ） (2020-03-20T21:31:03Z)

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。