流形学习(manifold learning)综述

假设数据是均匀采样于一个高维欧氏空间中的低维流形,流形学习就是从高维采样数据中恢复低维流形结构,即找到高维空间中的低维流形,并求出相应的嵌入映射,以实现维数约简或者数据可视化。它是从观测到的现象中去寻找事物的本质,找到产生数据的内在规律。流形学习方法是模式识别中的基本方法,分为线性流形学习算法和非线

Deep Manifod 发布于 2024-12-09

图数据挖掘:小世界网络模型和分散式搜索

1 六度分隔理论 先来看两个有趣的例子。我们建立一个好莱坞演员的网络,如果两个演员在电影中合作或就将他们链接起来。我们定义一个演员的贝肯数(bacon number)是他们与演员凯文·贝肯有多少步的距离,贝肯数越高,演员离凯文·贝肯越远。研究发现,直到2007年12月,最高(有限)的贝肯数仅为88,

Deep Manifod 发布于 2025-03-13

大空间矢量数据管理研究综述

大空间矢量数据管理研究综述 姚晓创 和李国庆 中国科学院遥感与数字地球研究所,北京 摘要 高精度、广覆盖的空间矢量数据在全球范围内爆炸式增长,如土地覆盖、社交媒体等数据集,这为提升国家宏观决策、社会监督、公共服务和应急能力提供了良好机遇。同时,这也给海量空间矢量数据的管理技术带来了巨大的挑战。近年来

Deep Manifod 发布于 2024-12-26

概率不存在, P值不存在, 统计学也不存在!

Nature最近刊发的一篇文章,题为《Why probability probably doesn’t exist (but it is useful to act like it does》,说的是概率这个概念虽然有用,但实际上更像是我们为了应对不确定性而构建的一个工具,并非现实世界中真实存在的事

Deep Manifod 发布于 2024-12-24

层(束) shreaf

“层”:这些隐喻性的花园已经成为现代数学中的核心对象。 "什么是层?"。在数学中,层是一种在拓扑空间上定义的结构,它允许我们以一种局部的方式研究空间的性质。层的概念在代数几何、代数拓扑和数学物理等领域中非常重要。 1940年,法国数学家、炮兵军官让·勒雷(Jean Leray)被德国人俘虏。他告诉俘

Deep Manifod 发布于 2024-12-23