ترجمه فارسی مقاله نمونه‌برداری مجدد و میانگین‌گیری مختصات روی داده‌ها

چکیده

We introduce algorithms for robustly computing intrinsic coordinates on point clouds. Our approach relies on generating many candidate coordinates by subsampling the data and varying hyperparameters of the embedding algorithm (e.g., manifold learning). We then identify a subset of representative embeddings by clustering the collection of candidate coordinates and using shape descriptors from topological data analysis. The final output is the embedding obtained as an average of the representative embeddings using generalized Procrustes analysis. We validate our algorithm on both synthetic data and experimental measurements from genomics, demonstrating robustness to noise and outliers.

چکیده به فارسی (ترجمه ماشینی)

ما الگوریتم هایی را برای محاسبه محکم مختصات ذاتی در ابرهای نقطه معرفی می کنیم.رویکرد ما به تولید بسیاری از مختصات نامزد با نمونه برداری از داده ها و متفاوت بودن هایپرپارامترهای الگوریتم تعبیه (به عنوان مثال ، یادگیری منیفولد) متکی است.سپس ما زیر مجموعه ای از تعبیه های نماینده را با خوشه بندی جمع آوری مختصات نامزد و استفاده از توصیف کننده های شکل از تجزیه و تحلیل داده های توپولوژیکی شناسایی می کنیم.خروجی نهایی تعبیه شده به عنوان میانگین تعبیه کننده نماینده با استفاده از تجزیه و تحلیل ProCrustes عمومی است.ما الگوریتم خود را در مورد داده های مصنوعی و اندازه گیری های تجربی از ژنومیک تأیید می کنیم و نشان دهنده استحکام به سر و صدا و دور است.