Probabilistic Learning on Manifolds: an overview of the algorithm

Cita com:
hdl:2117/332122
Author's e-mailjavi.gual
gmail.com

CovenanteeUniversity of California, Berkeley
Document typeBachelor thesis
Date2020-07-21
Rights accessOpen Access
This work is protected by the corresponding intellectual and industrial property rights.
Except where otherwise noted, its contents are licensed under a Creative Commons license
:
Attribution-NonCommercial-NoDerivs 3.0 Spain
Abstract
PLoM és un algorisme disenyat per generar realitzacions d'un determinat conjunt de dades. També es pot utilitzar amb certes restriccions aplicades sobre les noves realitzacions. Aquesta segona aplicació ajunta diversos passos i necessita condicions específiques per a converger. Té una interminable llista de possibles aplicacions, moltes en el camp de l'estadística i de la inteligencia artificial.
En aquest projecte, aquest algorisme ha sigut revisat i provat amb alguns exemples. PLoM es un algoritmo diseñado para generar realizaciones de un determinado conjunto de datos. También puede ser usado con ciertas restricciones aplicadas sobre las nuevas realizaciones. Esta segunda aplicación junta varios pasos y necesita condiciones específicas para converger. Tiene una interminable lista de posibles aplicaciones, muchas en el campo de la estadística y de la inteligencia artificial.
En este proyecto, este algoritmo ha sido revisado y provado con algunos ejemplos. PLoM is an algorithm focused on generating realizations of a given data set. It can be used with some constraints applied to the new realizations. This second application puts together many steps and needs specific conditions to converge. It has an endless list of applications most in the field of statistics and artificial intelligence.
In this project, this algorithm has been reviewed and tested.
DegreeGRAU EN ENGINYERIA CIVIL/GRAU EN MATEMÀTIQUES
Files | Description | Size | Format | View |
---|---|---|---|---|
TFG_Francisco_Javier_Gual_Navarro.pdf | 2,698Mb | View/Open |