The bliss of dimensionality: how an unsupervised criterion identifies optimal low-resolution representations of high-dimensional datasets
Dit artikel valideert het Relevance-Resolution-raamwerk door aan te tonen dat de onbewaakte, op informatietheorie gebaseerde selectie van een optimale discretisatie voor hoge-dimensionale data consistent overeenkomt met de verdelingsgebaseerde optimum, zelfs zonder kennis van de onderliggende verdeling.