Naar inhoud
BetaAI Begrippen

AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.

Dimensiereductie

Engels: Dimensionality Reduction · Ook wel: dimensionality reduction, dimension reduction, dimensional reduction, dimensionaliteitsreductie

In het kort

Dimensionaliteitsreductie is een methode die complexe gegevens eenvoudiger maakt door het aantal variabelen te verkleinen. Anders dan een gewone tabel, die elke variabele apart bewaart, maakt deze methode een kleinere groep kenmerken waarin de belangrijkste informatie van de gegevens behouden blijft. Daardoor blijft de kern van uitgebreide gegevens bruikbaar voor verdere analyse, ook als niet elke losse variabele wordt meegenomen.

Waarom is dit belangrijk?

Onderzoekers kunnen dankzij dimensionaliteitsreductie verborgen patronen in omvangrijke meetreeksen zichtbaar maken en metingen indelen in herkenbare groepen. In medisch onderzoek gebeurt dat bij lichaamsscans, registraties van hersenactiviteit en metingen van eiwitten in het lichaam. Voor studie en werk ontstaat zo een overzichtelijker beeld van medische metingen, maar er is nog geen aanpak die voor elk soort meting even goed werkt.

Zo werkt het in de praktijk

Bij Bosch Termotecnologia in Aveiro verkleint dimensionaliteitsreductie de meetset uit de eindtest van cv-ketels. Een model bepaalt daarna of de ketel slaagt. In de sterrenkunde houdt niet-negatieve matrixfactorisatie alleen positieve waarden in beelden van schijven rond sterren, om exoplaneten te zoeken.

Onderzoekers van de Universiteit van Aveiro vergelijken vormen van dimensionaliteitsreductie op data van een productielijn. Zij meten of een model sneller een uitslag geeft. Zij letten daarbij ook op de nauwkeurigheid van dat model.

In het trainen van computermodellen gebeurt dimensionaliteitsreductie bij de voorbereiding van data. Teams geven kenmerken een score, of testen ze samen met het model. Het pakket scikit-learn bevat daarvoor functies zoals hoofdcomponentenanalyse, een methode die variabelen samenvat.

Gecontroleerd op 23 oktober 2026