Wizualizacja seminarium 1
-
Upload
pawel-sikora -
Category
Education
-
view
63 -
download
4
Transcript of Wizualizacja seminarium 1
Wizualizacja dużych zbiorów danych za
pomocą głębokich sieci neuronowych
AUTOR - PAWEŁ SIKORA
PROMOTOR - DR INŻ. MARCIN KURDZIEL
Dziedzina pracy
Dane: Macierz podobieństwa między
obiektami
Ustawiamy obiekty na płaszczyźnie tak aby
ich ułożenie odwzorowywało podobieństwa
Przykłady obiektów:
obrazek o rozdzielczości 20x20 – float[400]
autorzy artykułów – ile mają wspólnych publikacji
Po co wizualizacja (redukcja
wymiarowości)
Umożliwienie ludziom błyskawicznego
przeglądania ogromnych ilości danych
Ekstrakcja cech do dalszej analizy danych
(klasyfikacji, klastrowania)
Cel pracy
Wydajna implementacja algorytmu Parametric
TSNE na karcie graficznej
Sprawdzenie efektywności algorytmu w różnych
przypadkach testowych
Próba ulepszenia algorytmu
Visualizing data using t-SNE
Van der Maaten, G Hinton - Journal of Machine
Learning, 2008, 750 cytowań
Dużo lepsze wyniki od poprzednich metod
Learning a Parametric Embedding by Preserving Local Structure.
Van der Maaten. In Proceedings of the Twelfth
International Conference on Artificial
Intelligence & Statistics, 2009. 67 cytowań
Opis algorytmu implementowanego w ramach
pracy
Otrzymujemy funkcje mapującą
Podział danych na mini batche
Bardziej złożony od zwykłego T-SNE
Visualizing non-metric similarities in multiple maps
Van der Maaten and Hinton, 2012. Machine
learning, 19 cytowań
Tworzenie wielu wizualizacji, które się uzupełniają
Rozszerzenie T-SNE
http://homepage.tudelft.nl/19j49/multiplemaps/
Multiple_maps_t-SNE/Multiple_maps_t-SNE.html
Inne parametryczne rozszerzenia
T-SNE
Linear basis-function t-sne for fast nonlinear dimensionality reduction - A Gisbrecht, B Mokbel
- Neural Networks (IJCNN), 2012, 8 cytowań
Parametric nonlinear dimensionality reduction using kernel t-SNE - A Gisbrecht, A Schulz, B
Hammer, Neurocomputing, 2015, 2 cytowania