Понижение размерности как способ исследования сложных структур

Модели понижения размерности часто применяются для сжатия данных. Однако помимо подобной чисто практической цели, их также применяют для изучения структуры данных и построения параметрического описания. В первой части доклада будет сделан краткий обзор классических и современных методов понижения размерности. Во второй части мы рассмотрим задачу морфологического описания групп солнечных пятен. В нашей работе мы используем нейросетевую модель сверточного автоэнкодера для анализа изображений групп солнечных пятен и их кодирования в скрытом пространстве. Правильным подбором архитектуры и процесса обучения удается получить удобную для исследования структуру скрытого пространства и обнаружить в нем интересные связи. Наряду с этим, удается обнаружить и физическую интерпретацию скрытых параметров.