MétaCan
Menu
Retour à la cohorte
Enregistrement W4412338394

The Reach of Manifold Learning:Uniqueness bounds for latent representations

2023· article· en· W4412338394 sur OpenAlexaff
Helene Hauschultz

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueNeural Networks and Applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésUniquenessManifold (fluid mechanics)MathematicsComputer scienceNonlinear dimensionality reductionArtificial intelligenceMathematical analysisEngineeringDimensionality reduction
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In manifold learning the aim is to represent data sets in lower dimension by fitting a manifold to the data. Here the word manifold refers to the more general idea of a subsets which can be described in fewer variables than the ambient space, as opposed to the stringent mathematical definition of a manifold. Lower dimensional representations can be found by projecting a data point to the (unique) nearest point on the manifold. However, for any non-linear manifold, such a unique projection does not exist everywhere. One way to study where a unique projection does exist is through reach. Reach gives a global bound on how far one can move from the manifold while ensuring that a unique nearest point exists. However, this bound is too restrictive in a practical setting, as many points further away will still have a unique nearest point. Instead we introduce a new uniqueness bound called the pointwise normal reach, which gives a bound on how far one can move in a normal direction while ensuring unique projections. In addition to the pointwise normal reach, we introduce a related uniqueness bound on immersed manifolds. This bound is beneficial as it utilises standard analytical tools to compute the bound. Finally, we use these bounds in practice, as we aim to understand the uniqueness of representation in the autoencoder algorithm. We create a test which asks if a datapoint is within reach of the assigned latent representation. A datapoint which fails this test is not ensured to have a unique best choice of latent representation. We employ Monte Carlo Sampling to estimate the pointwise normal reach of three autoencoders. We find that the algorithms fail this test for most data points. Thus, almost no data points are certain to have a unique best choice of representation. To improve this, we introduce a regularising term into the training algorithm. This significantly improves the amount of points which passes the reach test. However, the experimental setup is currently too expensive to employ for non-toy datasets.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,087
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,087
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,010
Communication savante0,0040,018
Science ouverte0,0040,012
Intégrité de la recherche0,0040,011
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,034
Tête enseignante GPT0,308
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNeural Networks and ApplicationsTravaux en français237 207