Another reason to explore the space

Another reason to explore the space of PCA/ICA comparisons is to provide data
for the current debate over global versus local features. The basis vectors that define
any subspace can be thought of as image features. Viewed this way, PCA and ICA
architecture II produce global features, in the sense that every image feature is influenced
by every pixel. (Equivalently, the basis vectors contain very few zeroes.) Depending
on your preference, this makes them either susceptible to occlusions and
local distortions, or sensitive to holistic properties. Alternatively, ICA architecture
I produces spatially localized features that are only influenced by small parts of
the image. It has been argued that this will produce better object recognition, since
it implements recognition by parts [27]. If localized features are indeed superior, ICA
architecture I should outperform PCA and ICA architecture II.

ผลลัพธ์ (ไทย) 1:

อีกเหตุผลหนึ่งในการสำรวจพื้นที่ของ PCA/ปัจจุบัน ประกอบเปรียบเทียบคือการ ให้ข้อมูลสำหรับการอภิปรายที่ปัจจุบันมากกว่าโลกเทียบกับคุณลักษณะเฉพาะที่ เวกเตอร์ของเกณฑ์ที่กำหนดสามารถคิดของ subspace ใด ๆ เป็นรูปลักษณะ ดูวิธีนี้ PCA และปัจจุบันประกอบสถาปัตยกรรม II ผลิตคุณลักษณะส่วนกลาง ในแง่ที่ว่า คุณลักษณะทุกรูปได้รับอิทธิพลโดยแต่ละพิกเซล (Equivalently เวกเตอร์ฐานประกอบด้วยศูนย์น้อยมาก) ขึ้นอยู่กับความชอบ ทำให้การไวต่อการ occlusions และบิดเบือนภายใน หรือคุณสมบัติที่สำคัญเพื่อองค์รวม หรือ ปัจจุบันประกอบสถาปัตยกรรมฉันสร้างคุณลักษณะ spatially ถิ่นที่เท่านั้นได้รับอิทธิพลจากส่วนเล็ก ๆ ของภาพ มันมีการโต้เถียงที่ จะทำการรู้จำวัตถุดีขึ้น ตั้งแต่มันใช้การรับรู้ส่วน [27] ถ้าคุณลักษณะถิ่นเหนือกว่าแน่นอน ปัจจุบันประกอบสถาปัตยกรรมที่ฉันควร outperform PCA และปัจจุบันประกอบสถาปัตยกรรม II

ผลลัพธ์ (ไทย) 3:

อีกเหตุผลที่ต้องสำรวจพื้นที่ของการเปรียบเทียบ / ICA PCA เป็นข้อมูล
สำหรับปัจจุบันอภิปรายทั่วโลกเมื่อเทียบกับคุณสมบัติท้องถิ่น พื้นฐานเวกเตอร์ที่กำหนด
ย่อยใด ๆสามารถคิดเป็นคุณสมบัติภาพ ดูวิธีนี้ PCA และ ICA
สถาปัตยกรรมการผลิตคุณสมบัติสากล ในความรู้สึกว่า ทุกภาพมีอิทธิพล
ทุกพิกเซล ( ก้อง ,พื้นฐานเวกเตอร์ประกอบด้วยน้อยมาก zeroes ) ขึ้นอยู่กับ
กับความชอบของคุณ นี้จะทำให้พวกเขาเสี่ยงต่อ occlusions
บิดเบือนและท้องถิ่น หรือที่มีคุณสมบัติแบบองค์รวม หรือสถาปัตยกรรม ICA
ฉันสร้างความแตกต่างในคุณสมบัติที่จะได้รับอิทธิพลจากส่วนเล็ก ๆของ
ภาพ จะได้รับการถกเถียงกันอยู่ว่า นี้จะสร้างการรับรู้วัตถุดีขึ้น เนื่องจาก
มันใช้ในการส่วน [ 27 ] ถ้าเป็นคุณลักษณะแน่นอนที่เหนือกว่า ICA
สถาปัตยกรรมควรดีกว่า PCA และ ICA สถาปัตยกรรม II