Irodalmi megjegyzések

A dimenziócsökkentés tág terület, és a legfontosabb hivatkozások a különböző területek között igencsak szétszórtak. A PCA áttekintő tárgyalása Jolliffe [4668] könyvében található, míg az SVD-be bevezetést Demmel [4662] és más lineáris algebrai tankönyvek adnak. A magfüggvényes PCA leírása Schölkopf és társai [4672] cikkében található meg. Sok többváltozós statisztikai analízis könyv, mint például Anderson [4509], egyaránt tárgyalja a PCA-t és a faktoranalízist. Kruskal és Wish [4669] könyve az MDS-ről tartalmaz több részletet. A FastMap algoritmust Faloutsos és Lin [4664] javasolta. Az LLE (Roweis és Saul [4675]) és ISOMAP (Tenenbaum és társai [4671]) módszereket a Science ugyanazon számában publikálták a szerzőik. Ezen két algoritmus MATLAB kódja megtalálható a weben. Érdekesek lehetnek még M. Belkin és P. Niyogi [4647], Donoho és Grimes [4663], valamint Ye és társai [4676, 4677] cikkei.

Sok más módszer is létezik a dimenziócsökkentésre vagy azzal rokon eljárások elvégézésére. Ilyenek például a főgörbék és főfelületek (principal curves and surfaces), a nemlineáris PCA beleértve a neurális hálós megközelítéseket, a vektorkvantálás (vector quantization), a véletlen vetítés (random projection), a független komponens analízis (ICA -- Independent Component Analysis), önszervező hálók (SOM -- Self-Organizing Maps), a vetítés-keresés (projection pursuit), a regressziós megközelítések, a genetikus algoritmusok, és az olyan optimizáció alapú eljárások, mint például szimulált vagy determinisztikus lehűtés (stimulated or deterministic annealing). Ezeknek a témáknak a leírása és további hivatkozások találhatók Fodor [4665] és Carreira-Perpinan [4632] áttekintő cikkeiben. Az önszervező leképezésekről a sec:som. szakaszban esik szó.