Contribution to graph-based manifold learning with application to image categorization

Autores: Ruifeng Zhu
Directores de la Tesis: Fadi Dornaika (dir. tes.) , Ignacio Arganda-Carreras (dir. tes.) , Alicia Emilia D'Anjou D'Anjou (dir. tes.) , Alejandro García Alonso Montoya (dir. tes.)
Lectura: En la Universidad del País Vasco - Euskal Herriko Unibertsitatea ( España ) en 2020
Idioma: inglés
Tribunal Calificador de la Tesis: Denis Hamad (presid.) , Vincent Hilaire (secret.) , Fadi Dornaika (voc.) , Yassine Ruichek (voc.)
Enlaces
- Tesis en acceso abierto en: ADDI
Resumen
- Los algoritmos de aprendizaje de variedades basados en grafos (Graph,based manifold) son técnicas que han demostrado ser potentes herramientas para la extracción de características y la reducción de la dimensionalidad en los campos de reconomiento de patrones, visión por computador y aprendizaje automático. Estos algoritmos utilizan información basada en las similitudes de pares de muestras y del grafo ponderado resultante para revelar la estructura geométrica intrínseca de la variedad.