标题： t 分布随机邻域嵌入的广义核平衡分布 显示英文标题

标题： Equilibrium Distribution for t-Distributed Stochastic Neighbor Embedding with Generalized Kernels

摘要： t 分布随机邻域嵌入（t-SNE）是一种著名的算法，可通过寻找低维表示来可视化高维数据。 本文研究了使用广义核函数的t-SNE的收敛性，并推广了Auffinger和Fletcher于2023年得到的结果。 我们的工作首先给出了广义输入核和输出核的具体公式化表示。 然后我们证明，在一定条件下，对于广泛的输入核和输出核，当数据点数量趋于无穷时，t-SNE算法会收敛到一个平衡分布。 显示英文摘要

摘要： T-distributed stochastic neighbor embedding (t-SNE) is a well-known algorithm for visualizing high-dimensional data by finding low-dimensional representations. In this paper, we study the convergence of t-SNE with generalized kernels and extend the results of Auffinger and Fletcher in 2023. Our work starts by giving a concrete formulation of generalized input and output kernels. Then we prove that under certain conditions, the t-SNE algorithm converges to an equilibrium distribution for a wide range of input and output kernels as the number of data points diverges.