Manifold matching using shortest-path distance and joint neighborhood selection

تطبیق مجموعه داده ها از روش های مختلف، یک وظیفه مهم در تجزیه و تحلیل داده ها است. روش های متداول اغلب بر تعبیه و تحول هر یک از روش های تک تک بدون استفاده از اطلاعات مربوط به مکاتبات متکی هستند، که اغلب نتایج عملکرد سازگاری زیر مطلوب را نشان می دهد. در این مقاله، ما یک الگوریتم تطبیق چندبعدی غیر خطی را با استفاده از فاصله کوتاهترین مسیر و انتخاب محله مشترک پیشنهاد می کنیم. به طور خاص، یک گراف مشترک نزدیک ترین همسایه برای تمام روش ها ساخته شده است. سپس فاصله کوتاهترین مسیر در هر یک از مودال ها از گراف همجوشی مشترک محاسبه می شود و پس از آن جابجایی و تطبیق در یک فضای اقلیدسی معمولی کمینه محاسبه می شود. در مقایسه با الگوریتم های موجود، رویکرد ما عملکرد فوق العاده ای را برای تطبیق مجموعه های متفاوتی از روش های مختلف نشان می دهد.