다중 판별 분석

Multiple discriminant analysis
이 약어의 다른 용도는 MDA(동음이의)를 참조한다.

다중 판별 분석(MDA)은 다변량 차원 축소 기법입니다.신경 기억의 흔적이나 기업의 [1]고장과 같은 다양한 신호를 예측하는 데 사용되어 왔습니다.

MDA는 분류 수행에 직접 사용되지 않습니다.분류에 적합한 압축 신호를 생성함으로써 분류를 지원할 뿐입니다.Duda 등에 기재된 방법.(2001) § 3.8.3은 다변량 신호를 M-1 차원 공간에 투영한다. 여기서 M은 범주의 수이다.

MDA는 대부분의 분류기가 차원성의 저항에 크게 영향을 받기 때문에 유용합니다.즉, 신호가 매우 고차원적인 공간에서 표현될 경우, 과적합 문제로 인해 분류기의 성능이 치명적으로 저하된다.이 문제는 MDA와 같이 신호를 저차원 공간으로 압축함으로써 감소합니다.

MDA는 신경 [2][3]코드를 밝히는데 사용되어 왔다.

레퍼런스

  1. ^ Duda R, Hart P, Stork D(2001) 패턴 분류, 제2판.뉴욕, 뉴욕, Uand Sons.
  2. ^ 린 L 등(2005) 해마의 일시적 경험을 실시간으로 표현하기 위한 네트워크 수준 코딩 유닛의 식별.PNAS 102(17) : 6125-6130.
  3. ^ Lin L, Osan R, Tsien JZ(2006) 실시간 메모리 인코딩의 원리: 신경 집단 집합체 및 범용 신경 코드.신경과학 동향 29:48-57.

외부 링크


Stub icon

이 로봇 관련 기사는 촌스럽다.위키피디아를 확장함으로써 위키피디아를 도울 수 있습니다.

Stub icon

이 통계 관련 기사는 stub입니다.위키피디아를 확장함으로써 위키피디아를 도울 수 있습니다.