Buchumschlag

An Automated Data Mining Framework Using Autoencoders for Feature Extraction and Dimensionality Reduction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liang, Yaxin, Li, Xinshi, Huang, Xin, Zhang, Ziqi, Yao, Yue
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Gradient Boosting Mapping for Dimensionality Reduction and Feature Extraction
von: Patron, Anri, et al.
Veröffentlicht: (2024)

Causal-StoNet: Causal Inference for High-Dimensional Complex Data
von: Fang, Yaxin, et al.
Veröffentlicht: (2024)

ECG Latent Feature Extraction with Autoencoders for Downstream Prediction Tasks
von: Harvey, Christopher, et al.
Veröffentlicht: (2025)

Integrating Random Effects in Variational Autoencoders for Dimensionality Reduction of Correlated Data
von: Simchoni, Giora, et al.
Veröffentlicht: (2024)

Interpretable Data Mining of Follicular Thyroid Cancer Ultrasound Features Using Enhanced Association Rules
von: Zhou, Songlin, et al.
Veröffentlicht: (2025)

Credit Risk Identification in Supply Chains Using Generative Adversarial Networks
von: Zhang, Zizhou, et al.
Veröffentlicht: (2025)

Deep Invertible Autoencoders for Dimensionality Reduction of Dynamical Systems
von: Botteghi, Nicolò, et al.
Veröffentlicht: (2026)

Enhancing Recommendation Systems with GNNs and Addressing Over-Smoothing
von: Liu, Wenyi, et al.
Veröffentlicht: (2024)

Self-Supervised Graph Neural Networks for Enhanced Feature Extraction in Heterogeneous Information Networks
von: Wei, Jianjun, et al.
Veröffentlicht: (2024)

Splines-Based Feature Importance in Kolmogorov-Arnold Networks: A Framework for Supervised Tabular Data Dimensionality Reduction
von: Akazan, Ange-Clément, et al.
Veröffentlicht: (2025)

Decoder Decomposition for the Analysis of the Latent Space of Nonlinear Autoencoders With Wind-Tunnel Experimental Data
von: Mo, Yaxin, et al.
Veröffentlicht: (2024)

Style Feature Extraction Using Contrastive Conditioned Variational Autoencoders with Mutual Information Constraints
von: Yasutomi, Suguru, et al.
Veröffentlicht: (2023)

Topological Autoencoders++: Fast and Accurate Cycle-Aware Dimensionality Reduction
von: Clémot, Mattéo, et al.
Veröffentlicht: (2025)

Generative Models for Synthetic Data: Transforming Data Mining in the GenAI Era
von: Li, Dawei, et al.
Veröffentlicht: (2025)

Research on Deep Learning Model of Feature Extraction Based on Convolutional Neural Network
von: Liu, Houze, et al.
Veröffentlicht: (2024)

Rank Reduction Autoencoders
von: Mounayer, Jad, et al.
Veröffentlicht: (2024)

Analogue Forecast System for Daily Precipitation Prediction Using Autoencoder Feature Extraction: Application in Hong Kong
von: Tsoi, Yee Chun, et al.
Veröffentlicht: (2025)

Machine Learning Algorithm for Noise Reduction and Disease-Causing Gene Feature Extraction in Gene Sequencing Data
von: Si, Weichen, et al.
Veröffentlicht: (2025)

Machine Unlearning in Low-Dimensional Feature Subspace
von: Fang, Kun, et al.
Veröffentlicht: (2026)

Machine Learning Techniques for Pattern Recognition in High-Dimensional Data Mining
von: Li, Pochun
Veröffentlicht: (2024)

Shape-Informed Clustering of Multi-Dimensional Functional Data via Deep Functional Autoencoders
von: Singh, Samuel, et al.
Veröffentlicht: (2025)

Variational Rank Reduction Autoencoders
von: Mounayer, Jad, et al.
Veröffentlicht: (2025)

Approaching Metaheuristic Deep Learning Combos for Automated Data Mining
von: Assunção, Gustavo, et al.
Veröffentlicht: (2024)

Latent Autoencoder Ensemble Kalman Filter for Nonlinear Data assimilation
von: Tong, Xin T., et al.
Veröffentlicht: (2026)

Sparse Autoencoders Trained on the Same Data Learn Different Features
von: Paulo, Gonçalo, et al.
Veröffentlicht: (2025)

An Effective Software Risk Prediction Management Analysis of Data Using Machine Learning and Data Mining Method
von: Xu, Jinxin, et al.
Veröffentlicht: (2024)

GraphKAN: Enhancing Feature Extraction with Graph Kolmogorov Arnold Networks
von: Zhang, Fan, et al.
Veröffentlicht: (2024)

CNN Autoencoders for Hierarchical Feature Extraction and Fusion in Multi-sensor Human Activity Recognition
von: Arabzadeh, Saeed, et al.
Veröffentlicht: (2025)

Dimensionality Reduction on Riemannian Manifolds in Data Analysis
von: Ichi, Alaa El, et al.
Veröffentlicht: (2026)

Do Sparse Autoencoders Identify Reasoning Features in Language Models?
von: Ma, George, et al.
Veröffentlicht: (2026)

Feature Interaction Aware Automated Data Representation Transformation
von: Azim, Ehtesamul, et al.
Veröffentlicht: (2023)

A Spectral Framework for Multi-Scale Nonlinear Dimensionality Reduction
von: Huang, Zeyang, et al.
Veröffentlicht: (2026)

End to End Autoencoder MLP Framework for Sepsis Prediction
von: Cai, Hejiang, et al.
Veröffentlicht: (2025)

Comprehensive Robust Dynamic Mode Decomposition from Mode Extraction to Dimensional Reduction
von: Nakamura, Yuki, et al.
Veröffentlicht: (2026)

Orthogonal Subspace Clustering: Enhancing High-Dimensional Data Analysis through Adaptive Dimensionality Reduction and Efficient Clustering
von: Wen, Qing-Yuan, et al.
Veröffentlicht: (2026)

Quasiparticle Interference Kernel Extraction with Variational Autoencoders via Latent Alignment
von: Ji, Yingshuai, et al.
Veröffentlicht: (2025)

Multivariate Feature Selection and Autoencoder Embeddings of Ovarian Cancer Clinical and Genetic Data
von: Bote-Curiel, Luis, et al.
Veröffentlicht: (2025)

FedSM: Robust Semantics-Guided Feature Mixup for Bias Reduction in Federated Learning with Long-Tail Data
von: Zhang, Jingrui, et al.
Veröffentlicht: (2025)

A Variational Manifold Embedding Framework for Nonlinear Dimensionality Reduction
von: Vastola, John J., et al.
Veröffentlicht: (2025)

Learning-Augmented K-Means Clustering Using Dimensional Reduction
von: Jabari, Issam K. O, et al.
Veröffentlicht: (2024)