研究团队提出保序流形学习方法SR-tSNE

1. 13:00
   arXiv 人工智能

   微分保序流形学习：Smooth Rank t-SNE

   新提出的 Smooth Rank t-SNE（SR-tSNE）在标准 t-SNE 损失中引入基于 sigmoid 近似的可微排序项，首次显式保留了高维邻域的原始相对顺序。配套提出的 O-DLP 评估指标及消融实验显示，该排序项可将 O-DLP 提升 5% 至 28%，在图像、文本等 8 个基准上击败 12 个基线，并在 7 个视觉数据集与 6 个单细胞数据集的下游任务中表现优异。

Current heat 8·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.