Poster De Conférence Année : 2023

Dimensionality reduction using graphs

Réduction de dimensionnalités en utilisant des graphes.

Résumé

We have introduced a novel method for reducing dimensionality of data with the aim of preserving the substructures. This is done using Graph construction techniques and graph embeddings.

Nous avons introduit une nouvelle méthode pour réduire la dimensionnalité des données dans le but de préserver les sous-structures. Pour ce faire, nous utilisons des techniques de construction de graphes et d'intégration de graphes.

Fichier principal
Vignette du fichier
research_20236035_Dobas_poster.pdf (983.51 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence

Dates et versions

hal-04175042 , version 1 (01-08-2023)

Licence

Identifiants

  • HAL Id : hal-04175042 , version 1

Citer

David Dobas, Jakub Rada, Theo Michel. Dimensionality reduction using graphs. KAIST Graph Machine Learning, Jun 2023, Daejeon, South Korea. ⟨hal-04175042⟩

Collections

143 Consultations
86 Téléchargements

Partager

  • More