ترجمه فارسی مقاله TopoMap++: تکنیکی سریعتر و کارآمدتر برای محاسبه پیش بینی ها با تضمین های توپولوژیکی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی TopoMap++: A faster and more space efficient technique to compute projections with topological guarantees
عنوان مقاله به فارسی TopoMap++: تکنیکی سریعتر و کارآمدتر برای محاسبه پیش بینی ها با تضمین های توپولوژیکی
نویسندگان Vitoria Guardieiro, Felipe Inagaki de Oliveira, Harish Doraiswamy, Luis Gustavo Nonato, Claudio Silva
فرمت مقاله انگلیسی PDF
تعداد صفحات 13
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Graphics,Computational Geometry,Computer Vision and Pattern Recognition,Human-Computer Interaction,Machine Learning,گرافیک , هندسه محاسباتی , دید رایانه و تشخیص الگوی , تعامل انسان و رایانه , یادگیری ماشین ,
توضیحات Submitted 11 September, 2024; originally announced September 2024. , Comments: This is the author's version of the article that has been accepted for publication in IEEE Transactions on Visualization and Computer Graphics (TVCG)
توضیحات به فارسی ارسال شده در 11 سپتامبر 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد. ، نظرات: این نسخه نویسنده مقاله است که برای انتشار در معاملات IEEE در تجسم و گرافیک رایانه پذیرفته شده است (TVCG)
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

High-dimensional data, characterized by many features, can be difficult to visualize effectively. Dimensionality reduction techniques, such as PCA, UMAP, and t-SNE, address this challenge by projecting the data into a lower-dimensional space while preserving important relationships. TopoMap is another technique that excels at preserving the underlying structure of the data, leading to interpretable visualizations. In particular, TopoMap maps the high-dimensional data into a visual space, guaranteeing that the 0-dimensional persistence diagram of the Rips filtration of the visual space matches the one from the high-dimensional data. However, the original TopoMap algorithm can be slow and its layout can be too sparse for large and complex datasets. In this paper, we propose three improvements to TopoMap: 1) a more space-efficient layout, 2) a significantly faster implementation, and 3) a novel TreeMap-based representation that makes use of the topological hierarchy to aid the exploration of the projections. These advancements make TopoMap, now referred to as TopoMap++, a more powerful tool for visualizing high-dimensional data which we demonstrate through different use case scenarios.

چکیده به فارسی (ترجمه ماشینی)

داده های با ابعاد بالا ، که با بسیاری از ویژگی ها مشخص می شوند ، می تواند به طور مؤثر تجسم شود.تکنیک های کاهش ابعاد ، مانند PCA ، UMAP و T-SNE ، این چالش را با ارائه داده ها در یک فضای بعدی پایین ضمن حفظ روابط مهم ، به این چالش می پردازند.TOPOMAP تکنیک دیگری است که در حفظ ساختار اساسی داده ها برتری دارد و منجر به تجسم قابل تفسیر می شود.به طور خاص ، TOMOMAP داده های با ابعاد بالا را در یک فضای بصری نقشه می کند و تضمین می کند که نمودار پایداری 0 بعدی از تصفیه RIPS از فضای بصری با یکی از داده های با ابعاد بالا مطابقت دارد.با این حال ، الگوریتم اصلی TOMOMAP می تواند کند باشد و طرح آن می تواند برای مجموعه داده های بزرگ و پیچیده بسیار پراکنده باشد.در این مقاله ، ما سه پیشرفت را به TOMOMAP پیشنهاد می کنیم: 1) یک طرح کارآمدتر با فضا ، 2) اجرای قابل توجهی سریعتر و 3) یک نمایش جدید مبتنی بر TREEMAP که از سلسله مراتب توپولوژیکی برای کمک به اکتشاف پیش بینی ها استفاده می کند.بشراین پیشرفت ها TOMOMAP را که اکنون به عنوان TOPOMAP ++ گفته می شود ، ابزاری قدرتمندتر برای تجسم داده های با ابعاد بالا است که ما از طریق سناریوهای مورد استفاده مختلف نشان می دهیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.