Nuovo Metodo Geometrico PCA Integra Consapevolezza della Curvatura e Coerenza Geodetica

Una nuova estensione dell'Analisi delle Componenti Principali (PCA), denominata Geodesic Tangent Space Aggregation PCA (GTSA-PCA), è stata introdotta per superare le sfide nella modellazione di dati su varietà curve. L'approccio lineare globale convenzionale della PCA spesso fatica a rappresentare accuratamente tali dati, e le tecniche di apprendimento delle varietà possono compromettere l'integrità spettrale e la stabilità. GTSA-PCA fonde la consapevolezza della curvatura e la coerenza geodetica all'interno di un quadro spettrale coerente. Questo metodo sostituisce l'operatore di covarianza globale con operatori di covarianza locale sensibili alla curvatura derivati da un grafo dei k-vicini più prossimi, creando sottospazi tangenti locali che si adattano alla varietà e mitigano le distorsioni ad alta curvatura. Un operatore di allineamento geodetico integra le distanze intrinseche del grafo con le affinità dei sottospazi per sincronizzare globalmente queste rappresentazioni locali. Questo approccio mira a mantenere le caratteristiche spettrali e la stabilità della PCA affrontando efficacemente le strutture dati non lineari. I risultati sono stati condivisi su arXiv con l'identificatore arXiv:2604.18816v1, classificato come annuncio incrociato.