We mitigated the space and time com

We mitigated the space and time complexity of spectral embedding in order
to apply the above techniques to real-world large data mining, by proposing
a Diverse Power Iteration Embedding (DPIE). We tested DPIE on various
applications (e.g., clustering, anomaly detection and feature selection). The
experimental results showed that our proposed DPIE is more effective than
popular spectral approximation methods, and even obtains the similar quality
of classic spectral embedding derived from a classic eigen-decompositions.
Moreover, DPIE is extremely fast on big data applications.

ผลลัพธ์ (ไทย) 1:

เราลดความซับซ้อนพื้นที่และเวลาของการฝังสเปกตรัมลำดับการใช้เทคนิคดังกล่าวข้างต้นกับการทำเหมืองข้อมูลใหญ่จริง โดยเสนอเกิดซ้ำหลากหลายไฟฝัง (DPIE) เราทดสอบ DPIE หลากหลายโปรแกรมประยุกต์ (เช่น คลัสเตอร์ การเลือกตรวจสอบคุณสมบัติและความปกติ) การผลการทดลองพบว่า DPIE ของเรานำเสนอจะมีประสิทธิภาพมากกว่าวิธีการประมาณสเปกตรัมนิยม และแม้แต่ได้รับคุณภาพคล้ายกันของการฝังคลาสสิกสเปกตรัมได้มาจาก decompositions eigen เป็นคลาสสิกนอกจากนี้ DPIE เป็นรวดเร็วในการใช้งานข้อมูล

ผลลัพธ์ (ไทย) 2:

เราลดลงพื้นที่และเวลาความซับซ้อนของการฝังสเปกตรัมในการสั่งซื้อ
เพื่อนำไปใช้เทคนิคดังกล่าวไปยังโลกแห่งความจริงการทำเหมืองข้อมูลขนาดใหญ่โดยเสนอ
หลากหลายเพาเวอร์ซ้ำฝัง (DPIE) เราได้ทดสอบ DPIE ต่างๆ
การใช้งาน (เช่นการจัดกลุ่มการตรวจสอบความผิดปกติและการเลือกคุณลักษณะ)
ผลการทดลองแสดงให้เห็นว่า DPIE เสนอของเรามีประสิทธิภาพมากขึ้นกว่า
วิธีการประมาณสเปกตรัมที่นิยมและยังได้รับคุณภาพที่คล้ายกัน
ของการฝังผีคลาสสิกที่ได้มาจากคลาสสิก Eigen-สลายตัว.
นอกจากนี้ DPIE เป็นไปอย่างรวดเร็วมากในการใช้งานข้อมูลขนาดใหญ่

ผลลัพธ์ (ไทย) 3:

เราลดความซับซ้อนของพื้นที่และเวลาเพื่อการฝังการใช้เทคนิคเหมืองข้อมูลข้างต้นจริงขนาดใหญ่ โดยเสนอความหลากหลายของพลังการฝังตัว ( dpie ) เราทดสอบ dpie ในต่าง ๆโปรแกรมประยุกต์ ( เช่น การเข้ากลุ่ม ตรวจจับความผิดปกติและการเลือกคุณลักษณะ ) ที่ผลการทดลองแสดงให้เห็นว่า เราเสนอ dpie มีประสิทธิภาพมากกว่าการประมาณวิธีที่นิยมและได้คุณภาพคล้ายคลึงกันคลาสสิกของสเปกตรัมการฝังมาจาก eigen decompositions คลาสสิกนอกจากนี้ dpie เป็นไปอย่างรวดเร็วมากในการใช้งานข้อมูลใหญ่