1 resultado para PAH, VOC, Carbonyl Compounds, Multivariate Analysis, Indoor
em Cambridge University Engineering Department Publications Database
Filtro por publicador
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (2)
- AMS Tesi di Laurea - Alm@DL - Università di Bologna (1)
- Aquatic Commons (5)
- ArchiMeD - Elektronische Publikationen der Universität Mainz - Alemanha (1)
- Archimer: Archive de l'Institut francais de recherche pour l'exploitation de la mer (1)
- Archivo Digital para la Docencia y la Investigación - Repositorio Institucional de la Universidad del País Vasco (12)
- Aston University Research Archive (3)
- Avian Conservation and Ecology - Eletronic Cientific Hournal - Écologie et conservation des oiseaux: (1)
- B-Digital - Universidade Fernando Pessoa - Portugal (2)
- Biblioteca de Teses e Dissertações da USP (1)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (14)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (43)
- Biblioteca Digital de Teses e Dissertações Eletrônicas da UERJ (18)
- Bioline International (3)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (14)
- Brock University, Canada (10)
- CaltechTHESIS (4)
- Cambridge University Engineering Department Publications Database (1)
- CentAUR: Central Archive University of Reading - UK (21)
- Chinese Academy of Sciences Institutional Repositories Grid Portal (33)
- Cochin University of Science & Technology (CUSAT), India (10)
- Collection Of Biostatistics Research Archive (5)
- Comissão Econômica para a América Latina e o Caribe (CEPAL) (3)
- CORA - Cork Open Research Archive - University College Cork - Ireland (5)
- CUNY Academic Works (2)
- Dalarna University College Electronic Archive (2)
- Deakin Research Online - Australia (38)
- Digital Commons at Florida International University (1)
- DigitalCommons@The Texas Medical Center (4)
- DigitalCommons@University of Nebraska - Lincoln (1)
- Duke University (12)
- eResearch Archive - Queensland Department of Agriculture; Fisheries and Forestry (4)
- Glasgow Theses Service (1)
- Helda - Digital Repository of University of Helsinki (19)
- Indian Institute of Science - Bangalore - Índia (21)
- INSTITUTO DE PESQUISAS ENERGÉTICAS E NUCLEARES (IPEN) - Repositório Digital da Produção Técnico Científica - BibliotecaTerezine Arantes Ferra (1)
- Instituto Gulbenkian de Ciência (1)
- Instituto Politécnico de Bragança (1)
- Instituto Politécnico do Porto, Portugal (4)
- Lume - Repositório Digital da Universidade Federal do Rio Grande do Sul (7)
- Plymouth Marine Science Electronic Archive (PlyMSEA) (9)
- Publishing Network for Geoscientific & Environmental Data (1)
- QUB Research Portal - Research Directory and Institutional Repository for Queen's University Belfast (80)
- Queensland University of Technology - ePrints Archive (106)
- ReCiL - Repositório Científico Lusófona - Grupo Lusófona, Portugal (1)
- Repositório Alice (Acesso Livre à Informação Científica da Embrapa / Repository Open Access to Scientific Information from Embrapa) (5)
- Repositório digital da Fundação Getúlio Vargas - FGV (5)
- Repositório Digital da UNIVERSIDADE DA MADEIRA - Portugal (17)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (4)
- Repositório Institucional da Universidade de Aveiro - Portugal (11)
- Repositório Institucional da Universidade Federal de São Paulo - UNIFESP (1)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (232)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (6)
- SAPIENTIA - Universidade do Algarve - Portugal (6)
- Scielo España (1)
- Universidad de Alicante (4)
- Universidad del Rosario, Colombia (33)
- Universidad Politécnica de Madrid (2)
- Universidade de Lisboa - Repositório Aberto (1)
- Universidade de Madeira (1)
- Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP) (3)
- Universidade Federal do Pará (1)
- Universidade Federal do Rio Grande do Norte (UFRN) (24)
- Universitat de Girona, Spain (18)
- Universitätsbibliothek Kassel, Universität Kassel, Germany (2)
- Université de Lausanne, Switzerland (21)
- Université de Montréal, Canada (36)
- University of Michigan (4)
- University of Queensland eSpace - Australia (6)
- University of Washington (1)
- WestminsterResearch - UK (3)
Resumo:
Copyright © (2014) by the International Machine Learning Society (IMLS) All rights reserved. Classical methods such as Principal Component Analysis (PCA) and Canonical Correlation Analysis (CCA) are ubiquitous in statistics. However, these techniques are only able to reveal linear re-lationships in data. Although nonlinear variants of PCA and CCA have been proposed, these are computationally prohibitive in the large scale. In a separate strand of recent research, randomized methods have been proposed to construct features that help reveal nonlinear patterns in data. For basic tasks such as regression or classification, random features exhibit little or no loss in performance, while achieving drastic savings in computational requirements. In this paper we leverage randomness to design scalable new variants of nonlinear PCA and CCA; our ideas extend to key multivariate analysis tools such as spectral clustering or LDA. We demonstrate our algorithms through experiments on real- world data, on which we compare against the state-of-the-art. A simple R implementation of the presented algorithms is provided.