Entropy estimation of the position of the barrier dimension: Applicability nearsighted and farsighted iterative algorithms for processing high-dimensional data

2015

Жабық қол жеткізу Метадеректер (CSL-JSON)
DOI 10.1109/iccas.2015.7364844
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

It is shown that large neural networks allow solving tasks that cannot classical quadratic forms in linear algebra. Thus the assessment of output entropy of neural network converters biometrics code is possible. The assessment of high-dimensional entropy is based on the symmetrization of the problem of the correlation of biometric data. Entropy of low dimension and high-dimensional entropy are differently connected with equally correlated data. For low-dimensional transformations only short-sighted algorithms, which not capable to bypass local extrema of quality are effective. The algorithms constructed on the accounting of multidimensional entropy are far-sighted, they don't see local extrema.