Vkladanie s minimálnym skreslením

Pôvodný názov:

Minimum-Distortion Embedding

Obsah knihy:

Vložené súbory poskytujú konkrétne číselné reprezentácie inak abstraktných položiek na použitie v nadväzujúcich úlohách. Napríklad biológ môže hľadať podskupiny príbuzných buniek pomocou zhlukovania vektorov vloženia spojených s jednotlivými bunkami, zatiaľ čo odborník na strojové učenie môže použiť vektorové reprezentácie slov ako príznaky pre klasifikačnú úlohu.

V tejto monografii autori predstavujú všeobecný rámec pre verné vkladanie nazývaný vkladanie s minimálnym skreslením (minimum-distortion embedding - MDE), ktorý zovšeobecňuje bežné prípady, v ktorých sú podobnosti medzi položkami opísané váhami alebo vzdialenosťami. Rámec MDE je jednoduchý, ale všeobecný. Zahŕňa širokú škálu špecifických metód vkladania vrátane spektrálneho vkladania, analýzy hlavných komponentov, viacrozmerného škálovania, problémov euklidovskej vzdialenosti atď.

Autori poskytujú podrobný opis problému vkladania s minimálnym skreslením a opisujú teóriu vytvárania riešení všetkých aspektov. Podrobne opisujú aj algoritmy na výpočet minimálneho skreslenia vloženia.

Nakoniec uvádzajú príklady približného riešenia mnohých problémov MDE zahŕňajúcich reálne súbory údajov vrátane obrázkov, sietí spoluautorov, demografie okresov Spojených štátov, populačnej genetiky a transkriptómov mRNA jednej bunky. Sprievodný softvérový balík s otvoreným zdrojovým kódom, PyMDE, uľahčuje odborníkom experimentovanie s rôznymi vloženiami prostredníctvom rôznych volieb funkcií skreslenia a množín obmedzení.

Teória a techniky opísané a znázornené v tejto knihe budú zaujímavé pre výskumníkov a odborníkov z praxe, ktorí pracujú na moderných systémoch, ktoré sa snažia využívať najmodernejšiu umelú inteligenciu.