low-dimensional-manifold
고차원 공간에 흩어진 데이터가 실제로는 훨씬 낮은 차원의 곡면이나 구조 위에 존재한다는 가설이다. 이미지나 음성 데이터처럼 복잡한 데이터도 실제 유효한 정보는 저차원에 집중되어 있다는 점을 이용한다. 이를 활용하면 차원의 저주를 피하고 효율적인 학습이 가능하다.
고차원 공간에 흩어진 데이터가 실제로는 훨씬 낮은 차원의 곡면이나 구조 위에 존재한다는 가설이다. 이미지나 음성 데이터처럼 복잡한 데이터도 실제 유효한 정보는 저차원에 집중되어 있다는 점을 이용한다. 이를 활용하면 차원의 저주를 피하고 효율적인 학습이 가능하다.