آموزش منیفلد با استفاده از تشکیل گراف منیفلد مبتنی بر بازنمایی تنک

در این مقاله،یک روش آموزش منیفلد مبتنی بر بازنمایی تنک معرفیمی شود.تشکیل گراف منیفلد در فضای با ابعاد بالا، مهمترین مرحله در روش های آموزش منیفلد، جهت استخراج داده ها در فضایبا ابعاد پایین است که عموما به دو دسته محلی و سراسری تقسیم می گردند. گراف منیفلد پیشنهادی، به استخراج هم زمان ویژگی های محلی و سراسری می پردازد. پس از تشکیل گراف منیفلد مبتنی بر بازنمایی تنک،دو روش خطی و غیرخطی جهت استخراج داده های تعبیه شده در منیفلد، معرفیمی شوند. روش پیشنهادی، با روش های متداول آموزش منیفلد، مانند LLE، LEM، LPP و PCA، مقایسه و ارزیابی شده است. ارزیابی های انجام شده بر روی دو پایگاه داده های حروف و ارقام دست نویس فارسیHODA و IFHCDB، بیان گر کارایی بهتر روش پیشنهادی، مبتنی بر معیار نرخ تشخیص درست بوده و نرخ تشخیص درست89/91 و 89/93، به ترتیب برای پایگاه داده هایHODA و IFHCDB به دست آمده است. در ادامه، جهت کاهش پیچیدگی محاسباتی روش پیشنهادی، شکل تغییر یافته آن نیز معرفی گردیده است، که نتایج آن بر روی پایگاه داده HODA، نشان دهنده ی کارایی مناسب آن بوده و پیچیدگی محاسباتیرا تا حدود 6 برابر کاهش داده است.