The basis defining the model are de

The basis defining the model are derived from data in the training set. By deriving the basis vectors
for the model from the data rather than a standard expansion such as the Fourier series, data will fit
better with fewer terms. This kind of modeling has been used to compress data for a variety of
problems [33,34,35,36,37,38,39]. Several methods, Principal Component Analysis, Blind Signal
Separation, Karhunen-Transform and Singular Value Decomposition accomplish this modeling with
similar mathematics. The modeling is described here within the framework of the Singular Value
Decomposition.

ผลลัพธ์ (ไทย) 1:

การกำหนดรูปแบบพื้นฐานมาจากข้อมูลในชุดฝึกอบรม โดยเวกเตอร์ฐานบริษัทฯสำหรับรูปแบบจากข้อมูลมากกว่าขยายมาตรฐานเช่นอนุกรมการ ข้อมูลจะพอดีดี มีเงื่อนไขน้อยลง สร้างโมเดลชนิดนี้มีการใช้การบีบอัดข้อมูลต่าง ๆปัญหา [33,34,35,36,37,38,39] วิธีการต่าง ๆ การวิเคราะห์ส่วนประกอบหลัก สัญญาณตาบอดแยก Karhunen แปลง และแยกส่วน ประกอบค่าเอกพจน์ทำโมเดลนี้ด้วยคณิตศาสตร์เหมือนกัน สร้างโมเดลอธิบายไว้ที่นี่ภายในกรอบของค่าเอกพจน์แยกส่วนประกอบ

ผลลัพธ์ (ไทย) 2:

พื้นฐานการกำหนดรูปแบบที่จะได้มาจากข้อมูลที่อยู่ในชุดการฝึกอบรม โดยสืบเวกเตอร์พื้นฐานสำหรับรูปแบบจากข้อมูลมากกว่าการขยายตัวมาตรฐานเช่นชุดฟูริเยร์ข้อมูลจะพอดีกับที่ดีกว่าที่มีเงื่อนไขน้อย ชนิดของการสร้างแบบจำลองนี้ได้ถูกใช้ในการบีบอัดข้อมูลสำหรับความหลากหลายของปัญหา [33,34,35,36,37,38,39] หลายวิธีวิเคราะห์องค์ประกอบหลักตาบอดสัญญาณแยก Karhunen-Transform และมูลค่าเอกพจน์สลายบรรลุการสร้างแบบจำลองที่มีนี้คณิตศาสตร์ที่คล้ายกัน แบบจำลองที่อธิบายไว้ที่นี่ภายใต้กรอบของมูลค่าเอกพจน์สลายตัว