Osadzanie z minimalnym zniekształceniem

Oryginalny tytuł:

Minimum-Distortion Embedding

Zawartość książki:

Osadzenia zapewniają konkretne reprezentacje numeryczne abstrakcyjnych elementów, do wykorzystania w dalszych zadaniach. Na przykład biolog może szukać podrodzin powiązanych komórek poprzez grupowanie wektorów osadzania powiązanych z poszczególnymi komórkami, podczas gdy praktyk uczenia maszynowego może używać wektorowych reprezentacji słów jako cech do zadania klasyfikacji.

W niniejszej monografii autorzy przedstawiają ogólne ramy wiernego osadzania zwane osadzaniem z minimalnym zniekształceniem (MDE), które uogólniają typowe przypadki, w których podobieństwa między elementami są opisywane za pomocą wag lub odległości. Struktura MDE jest prosta, ale ogólna. Obejmuje szeroką gamę specyficznych metod osadzania, w tym osadzanie spektralne, analizę głównych składowych, skalowanie wielowymiarowe, problemy z odległością euklidesową itp.

Autorzy przedstawiają szczegółowy opis problemu osadzania z minimalnym zniekształceniem i opisują teorię stojącą za tworzeniem rozwiązań dla wszystkich aspektów. Opisują również szczegółowo algorytmy obliczania minimalnych zniekształceń.

Wreszcie, podają przykłady przybliżonego rozwiązania wielu problemów MDE obejmujących rzeczywiste zbiory danych, w tym obrazy, sieci współautorstwa, dane demograficzne hrabstw Stanów Zjednoczonych, genetykę populacji i transkryptomy mRNA pojedynczych komórek. Towarzyszący pakiet oprogramowania open-source, PyMDE, ułatwia praktykom eksperymentowanie z różnymi osadzeniami poprzez różne wybory funkcji zniekształcających i zestawów ograniczeń.

Teoria i techniki opisane i zilustrowane w tej książce będą interesujące dla naukowców i praktyków pracujących nad nowoczesnymi systemami, które chcą zastosować najnowocześniejszą sztuczną inteligencję.