محققان در یک دستاورد تازه در حوزه یادگیری بدون نظارت، روش جدیدی به نام «VPOS» معرفی کردهاند که تحولی در انتخاب ویژگیها (Feature Selection) ایجاد میکند.
این مدل با بهرهگیری از فضای بارهای PCA و استفاده از تکنیک «تخلیه متعامد» (Orthogonal Deflation)، نه تنها سرعت محاسبات را تا ۱۴۰ برابر نسبت به روشهای مبتنی بر گراف افزایش داده، بلکه خطای بازسازی دادهها را نیز تا ۷۳ درصد کاهش میدهد.
این روش یک انتخاب هوشمندانه برای کسانی است که با دادههای حجیم سروکار دارند و به دنبال دقت بالاتر در مدلهای خود هستند. 📊✨
منبع: arXiv Machine Learning