Visualizing high-dimensional functions with dense maps (2023)
- Authors:
- USP affiliated authors: HIRATA, NINA SUMIKO TOMITA - IME ; TELEA, ALEXANDRU CRISTIAN - ICMC ; ESPADOTO, MATEUS - IME ; RODRIGUES, FRANCISCO CAIO MAIA - IME
- Unidades: IME; ICMC
- DOI: 10.1007/s42979-022-01664-2
- Subjects: APRENDIZADO COMPUTACIONAL; PESQUISA OPERACIONAL; REGRESSÃO; OTIMIZAÇÃO MATEMÁTICA
- Keywords: Machine learning; Operations research; Optimization; Regression; Dimensionality reduction; Visualization; Dense maps
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: SN Computer Science
- ISSN: 2661-8907
- Volume/Número/Paginação/Ano: v. 4, artigo n. 230, p. 1, 2023
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
ESPADOTO, Mateus et al. Visualizing high-dimensional functions with dense maps. SN Computer Science, v. 4, n. artigo 230, p. 1, 2023Tradução . . Disponível em: https://doi.org/10.1007/s42979-022-01664-2. Acesso em: 01 abr. 2026. -
APA
Espadoto, M., Rodrigues, F. C. M., Hirata, N. S. T., & Telea, A. C. (2023). Visualizing high-dimensional functions with dense maps. SN Computer Science, 4( artigo 230), 1. doi:10.1007/s42979-022-01664-2 -
NLM
Espadoto M, Rodrigues FCM, Hirata NST, Telea AC. Visualizing high-dimensional functions with dense maps [Internet]. SN Computer Science. 2023 ; 4( artigo 230): 1.[citado 2026 abr. 01 ] Available from: https://doi.org/10.1007/s42979-022-01664-2 -
Vancouver
Espadoto M, Rodrigues FCM, Hirata NST, Telea AC. Visualizing high-dimensional functions with dense maps [Internet]. SN Computer Science. 2023 ; 4( artigo 230): 1.[citado 2026 abr. 01 ] Available from: https://doi.org/10.1007/s42979-022-01664-2 - Deep learning inverse multidimensional projections
- Improving deep learning projections by neighborhood analysis
- Improving neural network-based multidimensional projections
- OptMap: using dense maps for visualizing multidimensional optimization problems
- Self-supervised dimensionality reduction with neural networks and pseudo-labeling
- Deep learning multidimensional projections
- Towards a quantitative survey of dimension reduction techniques
- Toward a quantitative survey of dimension reduction techniques
- Constructing and visualizing high-quality classifier decision boundary maps
- Self-supervised learning for astronomical image classification
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3129361.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
