Die vorgeschlagene Arbeit wurde entwickelt, um das Risiko einer hochdimensionalen Datendarstellung in Form einer niedrigdimensionalen Datendarstellung zu verringern. Die Reduzierung der Dimensionalität wird durch die Auswahl der richtigen Merkmale erreicht, wobei die Dimensionen reduziert werden und ein geeignetes Modell erstellt wird, um die richtige Wahl zu treffen. In diesem Bericht werden die Verfahren zur Dimensionalitätsreduzierung wie Hauptkomponentenanalyse (PCA), Kernel-PCA und Locally Linear Embedded (LLE) vorgestellt.

Autorentext

C. Ganesh Babu - arbeitet als Professor und Leiter der EIE-Abteilung im Bannari Amman Institute of Technology. Er erhielt seinen B.E. (ECE) Abschluss vom PSG College of Technology und seinen M.E. (MOE) Abschluss vom Allagapa Chettiar College of Engineering and Technology. Er promovierte in I&C Engg von der Anna University.