Znanstvenici ZEL-a razvili novu metodu grupiranja podataka generiranih iz nelinearnih potprostora
Znanstvenici Laboratorija za reprezentacije znanja i strojno učenje Zavoda za elektroniku Instituta Ruđer Bošković dr. sc. Dijana Tolić i dr. sc. Ivica Kopriva, te dr. sc. Nino Antulov – Fantulin s ETH-a u Zurichu, razvili su nove metode grupiranja podataka generiranih iz nelinearnih potprostora, a rezultati njihovog istraživanja objavljeni su u znanstvenom časopisu Pattern Recognition, jednom od vodećih časopisa u području računalnih znanosti i umjetne inteligencije, s faktorom utjecaja 4.582.
„Praktičnu korist naše metode najbolje ilustriraju primjeri segmentacija organa iz medicinske slike (PET, CT, MR) ili tkiva iz slike histopatoloških preparata. Originalan znanstveni doprinos razvijenih metoda je u formulaciji problema grupiranja podataka kao problema nelinearne faktorizacije nenegativne matrice (FNM) s ograničenjem ortogonalnosti na matricu reprezentacije.
Time rješenje FNM problema predstavlja i rješenje problema segmentacije podataka. Nelinearna FNM implicira da je problem faktorizacije formuliran u Hilbertovom prostoru induciranom reprodukcijskom jezgrom čime je omogućeno grupiranje podataka koji pripadaju nelinearnim prostorima.“, izjavio je dr. sc. Ivica Kopriva iz Laboratorija za reprezentacije znanja i strojno učenje Instituta Ruđer Bošković.
Jedna od razvijenih metoda je dodatno regularizirana graf matricom procijenjenom iz podataka čime se u obzir uzima lokalna geometrija prostora podataka. Navedene osobine omogućavaju segmentaciju podataka prikupljenih u složenim eksperimentalnim uvjetima poput niskog intenziteta svjetla ili slabog kontrasta.
Za sve razvijene metode je teorijski dokazana konvergencija u stacionarnu točku, a postupak je ilustriran na primjeru grupiranja/pridruživanja lica snimljenih iz različitih projekcija odgovarajućim osobama.