數(shù)據(jù)表示的相關(guān)性度量方法

摘要： 數(shù)據(jù)表示之間的相關(guān)性度量是機器學習和人工智能技術(shù)的基石.然而現(xiàn)有的度量方法要么數(shù)據(jù)表示的全局信息考慮不足,要么復雜度較高,限制了相關(guān)技術(shù)的進一步發(fā)展.為解決上述問題,本文提出一種數(shù)據(jù)表示的對齊度量方法,稱為表示對齊(Representation Alignmcnt,RA).此度量方法能夠全局性地衡量任意兩個數(shù)據(jù)表示之間的相關(guān)性,且其在樣本數(shù)量和特征維度上的計算復雜度均為線性.在... （共14頁）