多视角贝叶斯相关分量分析
摘要：相关成分分析是一种用于研究大脑对给定刺激的多个视图的相似性反应的工具，由Dmochowski等人（2012年）提出。在假设所涉及的空间网络是相同的前提下，可以确定相关成分。在这里，我们提出了一个分层概率模型，可以从完全不相关的表示（对应于典型相关分析）到相同的表示（对应于相关成分分析）来推断多视图数据的普遍性水平。我们将这个新模型称为贝叶斯相关成分分析，与三种相关算法在仿真数据中进行了比较。我们使用一个已建立的基准EEG数据集来进一步验证新模型，并推断在多个被试者中空间表示的变异性。
作者：Simon Kamronn, Andreas Trier Poulsen, Lars Kai Hansen
论文ID：1802.02343
分类：Machine Learning
分类简称：stat.ML
提交时间：2018-02-08