Semi-supervised manifold alignment with few correspondences

در سال های اخیر، روش های هم ترازی چندگانه، علاقه فراوانی به جامعه یادگیری ماشین ایجاد کرده است که یک فضای پنهان مشترک را که توسط چندین مجموعه داده های ورودی به اشتراک گذاشته شده است، ایجاد می کند. در یک مسئله نیمه نظارتی، فرض می شود که برخی از مکاتبات پیش تعیین شده برای ما در دسترس است. اثربخشی روشهای هماهنگی چند منظوره نیمه نظارت ممکن است با اطلاعات بسیار محدودی از قبل محدود شود. در این مقاله، ما یک الگوریتم هماهنگی چندجملهای نیمه نظارتی جدید را با چند معادله زوج داده شده پیشنهاد می کنیم. رویکرد ما ساختار چند منظوره هر نقطه نمونه را با استفاده از فاصله جغرافیایی بین نقطه نمونه و مطابق با داده ها مشخص می کند. سپس اتصالات بین نقاط مختلفی از منیفولد های مختلف را با استفاده از ساختار منیفولد مشخص می کنیم. نقاط مجموعه داده های چندگانه در نهایت به یک فضای مشترک منتهی می شوند تا همزمان هندسه محلی هر منیفولد و اتصالات اسیر شده بین منیفولد ها حفظ شود. ما اثربخشی روش ما را در یک سری از آزمایشات با دقت طراحی نشان می دهیم.