Mangfoldighedsregularisering
term_id: manifold_regularization
Category: training_techniques
Definition
Mangfoldighedsregularisering udvider traditionelle regulariseringsmetoder ved at inddrage den iboende geometri i datadistributionen. Den opererer under antagelsen, at højtdimensionelle datapunkter ligger på eller tæt på et lavtdimensionelt ikke-lineært mangfoldighed, hvilket tillader brugen af ulabellerede data til at forbedre generaliseringen ved at straffe modeller, der svinger meget langs denne underliggende struktur.
Summary
En semi-superviseret læringsmetode, der antager, at data ligger på et lavtdimensionelt mangfoldighed og regulariserer modellen baseret på denne geometriske struktur.
Key Concepts
- Semi-superviseret læring
- Datamangfoldighed
- Graf-Laplacian
- Glathedsprior
Use Cases
- Tekstklassificering med begrænsede etiketter
- Ogennkendelsesopgaver inden for billedbehandling
- Analyse af biomedicinske data