用扩散映射+高斯过程实现高效且可推广的降维重建。

Diffusion Map Autoencoder

• 结合扩散映射与高斯过程，构建闭式可推广的编码解码结构。
• 在多个数据集上实现接近全参数模型的重构精度。
• 适合需要快速、稳定降维的应用场景，如实时数据分析。

Diffusion-Map-AutoEncoder (DMAE) 将基于 Nyström 方法的扩散映射编码器与线性或 RBF 高斯过程潜在均值解码器相结合，实现了闭式归纳映射和强重构能力。该方法无需训练即可对新样本进行编码，并在多个数据集上展现出与全参数模型相当的重建性能，尤其适用于大规模数据的高效低维表示。

原文摘要 · Abstract (English)

Diffusion-Map-AutoEncoder (DMAE) pairs a diffusion-map encoder (using the Nyström method) with linear or RBF Gaussian-Process latent mean decoders, yielding closed-form inductive mappings and strong reconstructions.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。