Fugu-MT 論文翻訳(概要): Some Theoretical Limitations of t-SNE

論文の概要: Some Theoretical Limitations of t-SNE

arxiv url: http://arxiv.org/abs/2604.13295v1
Date: Tue, 14 Apr 2026 20:56:16 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-16 20:38:32.297111
Title: Some Theoretical Limitations of t-SNE
Title（参考訳）: t-SNEの理論的限界
Authors: Rupert Li, Elchanan Mossel,
Abstract要約: t-SNEは次元削減技術として特にデータの可視化に人気を博している。 t-SNEを用いて、データの重要さがいかに失われるかを示す様々なシナリオにおいて、多くの結果を確立することにより、この損失を理解する数学的枠組みを提供する。
参考スコア（独自算出の注目度）: 9.489363101382816
License: http://creativecommons.org/licenses/by/4.0/
Abstract: t-SNE has gained popularity as a dimension reduction technique, especially for visualizing data. It is well-known that all dimension reduction techniques may lose important features of the data. We provide a mathematical framework for understanding this loss for t-SNE by establishing a number of results in different scenarios showing how important features of data are lost by using t-SNE.
Abstract（参考訳）: t-SNEは次元削減技術として特にデータの可視化に人気を博している。すべての次元削減技術がデータの重要な特徴を失うことはよく知られている。 t-SNEを用いて、データの重要さがいかに失われるかを示す様々なシナリオにおいて、多くの結果を確立することにより、この損失を理解する数学的枠組みを提供する。

関連論文リスト

On the continuum limit of t-SNE for data visualization [1.8549313085249324]
この研究は、t-Distributed Neighbor Embedding (t-SNE)と呼ばれるグラフベースのデータ可視化技術の限界に関するものである。我々は、データポイントの数が$nto infty$であるように、Kullback-Leiblerの発散は、データポイントの$nto infty$として一貫したものであることを証明している。
論文参考訳（メタデータ） (2026-04-13T20:32:28Z)
Do-PFN: In-Context Learning for Causal Effect Estimation [75.62771416172109]
予備データ適合ネットワーク(PFN)は, 合成データに基づいて事前学習を行い, 結果を予測する。提案手法により,基礎となる因果グラフの知識を必要とせず,因果効果の正確な推定が可能となる。
論文参考訳（メタデータ） (2025-06-06T12:43:57Z)
Mitigating the Effect of Incidental Correlations on Part-based Learning [50.682498099720114]
部分ベースの表現は、より解釈可能で、限られたデータでより一般化できる。パートベース表現のための2つの革新的な正規化手法を提案する。我々は、ベンチマークデータセット上の数ショットの学習タスクに対して、最先端(SoTA)パフォーマンスを示す。
論文参考訳（メタデータ） (2023-09-30T13:44:48Z)
DimenFix: A novel meta-dimensionality reduction method for feature preservation [64.0476282000118]
そこで我々は, グラデーション・ディフレッシブなプロセスを含む任意の基本次元還元法で操作できる新しいメタメソド, DimenFixを提案する。 DimenFixは、ディメンタリティの削減と見なされるさまざまな機能の重要性をユーザが定義できるようにすることで、与えられたデータセットを視覚化し、理解する新たな可能性を生み出します。
論文参考訳（メタデータ） (2022-11-30T05:35:22Z)
A Brief Survey on Representation Learning based Graph Dimensionality Reduction Techniques [0.0]
情報損失の度合いの異なる低次元に高次元で表されるデータをマッピングする。グラフデータから埋め込みを効率よく生成し、それらを低次元の潜在空間に投影する手法はいくつか存在する。本稿では,既存のグラフ次元削減技術に関連する問題点とともに,そのメリットを概説する。
論文参考訳（メタデータ） (2022-10-13T04:29:24Z)
An Introduction to Robust Graph Convolutional Networks [71.68610791161355]
本論文では, 誤りのある単一ビューあるいは複数ビューのデータに対して, 新たなロバストグラフ畳み込みニューラルネットワークを提案する。従来のグラフ畳み込みネットワークにAutoencodersを介して余分なレイヤを組み込むことで、典型的なエラーモデルを明示的に特徴付けおよび処理します。
論文参考訳（メタデータ） (2021-03-27T04:47:59Z)
t-viSNE: Interactive Assessment and Interpretation of t-SNE Projections [3.5229503563299915]
t-viSNEは、t-SNEプロジェクションを視覚的に探索するためのインタラクティブツールである。本稿では, t-SNEプロジェクションの可視化のために, 一貫性があり, アクセスしやすく, 統合された様々なビューの集合を提案する。
論文参考訳（メタデータ） (2020-02-17T12:22:34Z)
NCVis: Noise Contrastive Approach for Scalable Visualization [79.44177623781043]
NCVisはノイズコントラスト推定の音響統計的基礎の上に構築された高性能次元減少法である。 NCVisは,他の手法の表現品質を保ちながら,速度の観点から最先端技術よりも優れていることを示す。
論文参考訳（メタデータ） (2020-01-30T15:43:50Z)
A Grid-based Method for Removing Overlaps of Dimensionality Reduction Scatterplot Layouts [40.11095094521714]
Distance Grid (DGrid) は、DDR(Diality Reduction) scatterplotレイアウトのオーバーラップを取り除くための新しい後処理戦略である。元のレイアウトの特徴を忠実に保存し、最小のグリフサイズを束縛する。
論文参考訳（メタデータ） (2019-03-08T18:20:36Z)

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。