Библиографическое описание:ВИЗУАЛЬНО-ИНТЕРАКТИВНОЕ МОДЕЛИРОВАНИЕ МНОГОМЕРНЫХ ДАННЫХ С ИСПОЛЬЗОВАНИЕМ МЕТОДА ГЛАВНЫХ КОМПОНЕНТ : доклад, тезисы доклада / Р. Ю. Федореева. - [Б. м. : б. и.], 2021. - Текст : непосредственный // Робототехника и искусственный интеллект : материалы XIII Всероссийской научно-технической конференции с международным участием / Министерство науки и высшего образования Российской Федерации, Сибирский федеральный университет, Межинститутская базовая кафедра «Прикладная физика и космические технологии» ; XIII ВСЕРОССИЙСКАЯ НАУЧНО-ТЕХНИЧЕСКАЯ КОНФЕРЕНЦИЯ С МЕЖДУНАРОДНЫМ УЧАСТИЕМ "РОБОТОТЕХНИКА И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ" (2021 ; 27.11 - 27.11 ; Красноярск) : ЛИТЕРА-принт, 2021. - С. 131-135. - ISBN 9785907558021. Перевод заглавия: VISUAL INTERACTIVE MODELING OF MULTI-DIMENSIONAL DATA USING THE PRINCIPAL COMPONENTS ANALYSYS
Аннотация:В работе рассмотрено визуально-интерактивное моделирование многомерных данных. Для понижения размерности используется метод главных компонент (PCА). Для повышения качества отображаемых данных применяется метод научной визуализации, основанный на построении динамических сечений. Показывается, что при совместном использовании метода главных компонент и метода динамических сечений, повышается качество визуализации.
The paper deals with visual-interactive modeling of multidimensional data. For dimensionality reduction, the principal component analysis (PCA) is used. To improve the quality of the displayed data, a scientific visualization method based on the construction of dynamic sections is used. It is shown that the combined use of the principal component method and the dynamic section method improves the visualization quality.
Ключевые слова:pca, data dimension reduction, Iris dataset, dynamic sections, метод главных компонент, уменьшение размерности данных, набор данных Iris, динамические сечения
