通过流形平展和重构进行表示学习（英文版）

英文标题：Representation Learning via Manifold Flattening and Reconstruction中文摘要：本研究提出了一种算法，可从流形数据样本中构建一对神经网络，以实现流形的线性化和重建，这些网络被称为 Flattening Networks（FlatNet），能够在理论上解释，可在大规模上可行，且在测试数据上具备很好的泛化能力，在高维流形数据和二维图像数据上进行了实证结果和比较，代码已公开发布。英文摘要：This work proposes an algorithm for explicitly constructing a pair of neuralnetworks that linearize and reconstruct an embedded submanifold, from finitesamples of this manifold. Our such-generated neural networks, called flatteningnetworks (FlatNet), are theoretically in