logo móvil
Contáctanos

Aprendiendo variedades de datos de procesos dinámicos

Autores: Schoeneman, Frank; Chandola, Varun; Napp, Nils; Wodo, Olga; Zola, Jaroslaw

Idioma: Inglés

Editor: MDPI

Año: 2020

Descargar PDF

Acceso abierto

Artículo científico
2020

Aprendiendo variedades de datos de procesos dinámicos


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Software

Palabras clave

Datos científicos
Interacciones no lineales
Conjuntos de datos de alta dimensionalidad
Correlaciones temporales
Métodos de reducción de dimensionalidad
Entropía-Isomap

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 33

Citaciones: Sin citaciones


Descripción
Los datos científicos, generados por modelos computacionales o experimentos, son típicamente resultados de interacciones no lineales entre varios procesos latentes. Tales conjuntos de datos suelen ser de alta dimensionalidad y presentan fuertes correlaciones temporales. Una mejor comprensión de los procesos subyacentes requiere mapear dichos datos a un espacio de baja dimensionalidad donde la dinámica de los procesos latentes sea evidente.

Otros recursos que podrían interesarte

Temas Virtualpro