|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 6 van 7 gevonden artikelen
| Titel: |
Sequential nonlinear manifold learning |
| Auteur: |
Kumar, S. Guivant, J. Upcroft, B. Durrant-Whyte, H.F. |
| Verschenen in: |
Intelligent data analysis |
| Paginering: | Jaargang 11 (2007) nr. 2 pagina's 203-222 |
| Jaar: |
2007-04-23 |
| Inhoud: |
The computation of compact and meaningful representations of high dimensional sensor data has recently been addressed through the development of Nonlinear Dimensional Reduction (NLDR) algorithms. The numerical implementation of spectral NLDR techniques typically leads to a symmetric eigenvalue problem that is solved by traditional batch eigensolution algorithms. The application of such algorithms in real-time systems necessitates the development of sequential algorithms that perform feature extraction online. This paper presents an efficient online NLDR scheme, Sequential-Isomap, based on incremental singular value decomposition (SVD) and the Isomap method. Example simulations demonstrate the validity and significant potential of this technique in real-time applications such as autonomous systems. |
| Uitgever: |
IOS Press |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 6 van 7 gevonden artikelen
| << vorige | volgende >> |