第758章 流形學習（2/2）

直到一陣來自腹部的叫聲把它從深思中吵醒。

「人類的大腦能夠通過某種辦法解析高維數據，從而獲取對外部世界的感知。」

在理想化的模型中，最好是一個數據就可以精確且唯一地描述一個含義。

「換句話說，具有高維數的外部信息必定潛在於一個低維空間中的非線性流形結構上……」

常浩南面前擺著一份熱氣騰騰的羊湯麵，但卻並沒有急著動筷子，而是出神地看著不遠處樓梯口上上下下的人群。

常浩南突然開口道：

「那個……」

要想在數學上描述這種一組（多個）數據對應多個含義的現象，就需要將一組數據在不同的維度上進行展開。

回到辦公室的常浩南重新找到了剛才那張紙。

而如果想要讓計算機處理這些高維數據……

「你們說……」

旁邊的朱雅丹左看看常浩南，右看看姚夢娜，實在是不知道這兩個人為什麼突然討論起這個問題了。

這裡算是個點餐制的小灶，價格比下面的大食堂貴一些，加上還要多上一層樓，因此來這裡吃飯的人並不算多。

這就導致如今他腦子裡空有一大堆名詞，但卻不知道哪個是破局的關鍵——

在近70年前，美國統計學家哈羅德·霍特林就已經提出過將高維數據進行降維的主成分分析法。

而系統，則首先需要構建出一個完整且可行的思路出來。

儘管仍然沒有給出完整的思路，但是，他至少已經把三個抽象的基本條件解析成為了一個具體的數學問題。

「嗯……但麵餅重量本身就有誤差，而且調料包有好幾種，稱重只能證明總量沒問題，但不能保證沒放錯……」

在三個基本條件下方又寫下了幾行字。

90年代這會，方便麵還屬於非常流行的即食類食品。

常浩南讀本科那陣子，大家的條件普遍比較差，有閒錢吃得起的人不多。

而生產方便麵的企業，顯然不太可能有多麼高大上的設備和技術。

沒有靈感，說啥都沒用。

身負安保職責的朱雅丹趕緊跟上。

他認為方差越大提供的信息越多反之提供的信息越少，於是通過原分量的線性組合構造方差大、含信息量多的若干主分量，再進行矩陣奇異值分解，實現數據維數的降低。

「調料包大概占整包方便麵重量的10%左右，如果少放或者多放，那應該很容易檢測出來。」

姚夢娜單手扶額：

「我們就是在想，如何才能不用這個人，但實現一樣的效果。」

常浩南從旁邊扯過一張紙，在紙的最中間寫下了兩個字。

給方便麵裡面塞調料包和給飛機打鉚釘，在數學模型上其實是差不多的。

實際上，他此時就面臨著無法從大量繁雜信息中提取出有價值信息的困境。

「大概……稱重？」

但常浩南仍然沒有動筷子。

不知不覺間，常浩南就在辦公桌前枯坐到了快要吃午飯的時候。

常浩南不是那種死鑽牛角尖的人。

尋找一個從高維觀測空間到低維嵌入空間的映射關係，使得yi=（xi），以及一個一對一的重構映射關係^-1，使得xi=^-1（yi）。

仍然沒能想出一個很好的思路。

「生產方便麵的企業，是怎麼保證不漏裝或者多裝調料包的？」

而反過來，現實中收集到的信息，在多數情況下，本身就是已經展開過的高維數據。

「你說得對。」

他在腦子裡把這三條內容過了一下，然後試圖讓系統給出一個結果。

這是由數學理論推向現實的情況。

「也好。」

其核心目的是從海量資料庫和大量繁雜信息中提取出有價值的知識，並進一步提高信息的利用率。

寫到這裡，常浩南的臉上露出了一個滿意的微笑。

想到這裡，他回到這張紙的最上面，重新寫下六個字。

流形學習方法。

(本章完)