论文笔记：Unsupervised Feature Selection with Adaptive Structure Learning

ABSTRACT

• a dilemma：the true structure of data to identify the informative features

                      the informative features to accurately estimate the true structures of data

• 提出了一个统一的学习框架，同时进行结构的学习和特征选择。从特征选择的结果中自适应地学习结构，并重新选择特征以保持数据的精确结构；

INTRODUCTION

• 有一些重要结构需要在特征选择中被保留，比如全局结构、局部流形结构、判别信息等；

• 理想的图学习应该只使用信息特征子集而不是所有候选特征；

• 论文模型基于稀疏表示获得数据的全局结构，重构是在特征空间进行的；通过概率邻域图揭示局部流形结构。数据点之间的关系也是在特征空间进行的。

inevitably