DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/9511

Ítem no disponible en accés obert per política de l'editorial

Arxiu Descripció MidaFormat
CruzVellidoHAIS08print.pdf3,61 MBAdobe PDF Accés restringit

Citació: Cruz, R.; Vellido, A. Unfolding the Manifold in Generative Topographic Mapping. "Lecture notes in computer science", Setembre 2008, vol. 5271, p. 392-399.
Títol: Unfolding the Manifold in Generative Topographic Mapping
Autor: Cruz Barbosa, Raúl Veure Producció científica UPC; Vellido Alcacena, Alfredo Veure Producció científica UPC
Data: set-2008
Tipus de document: Article
Resum: Generative Topographic Mapping (GTM) is a probabilistic latent variable model for multivariate data clustering and visualization. It tries to capture the relevant data structure by defining a low-dimensional manifold embedded in the high-dimensional data space. This requires the assumption that the data can be faithfully represented by a manifold of much lower dimension than that of the observed space. Even when this assumption holds, the approximation of the data may, for some datasets, require plenty of folding, resulting in an entangled manifold and in breaches of topology preservation that would hamper data visualization and cluster definition. This can be partially avoided by modifying the GTM learning procedure so as to penalize divergences between the Euclidean distances from the data to the model prototypes and the corresponding geodesic distances along the manifold. We define and assess this strategy, comparing it to the performance of the standard GTM, using several artificial datasets.
ISSN: 0302-9743
URI: http://hdl.handle.net/2117/9511
Apareix a les col·leccions:SOCO - Soft Computing. Articles de revista
Departament de Llenguatges i Sistemes Informàtics. Articles de revista
Altres. Enviament des de DRAC
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius