• مقدمه (11)
  • تعریف ریاضی مسئله یادگیری نیمه‌نظارتی (14)
  • مدل‌سازی داده‌ها (16)
    • فرض همواری نیمه‌نظارتی (16)
    • فرض خمینه (17)
    • فرض نمایش تنک داده‌ها (18)
  • روش‌های یادگیری نیمه‌نظارتی (19)
    • روش‌های مولد (19)
    • روش‌های مبتنی بر فرض جداسازی کم‌چگالی (19)
    • روش‌های مبتنی بر گراف (20)
  • اهمیت مسئله ساخت گراف همسایگی (21)
  • چالش‌های مسئله‌ی ساخت گراف همسایگی (22)
    • مجهول بودن خمینه‌ها (22)
    • داده‌های چند خمینه‌ای (22)
    • همبندی گراف همسایگی (23)
    • یال‌های میان‌بر (24)
    • انتخاب وزن مناسب (24)
    • استفاده از برچسب‌ها (24)
    • استفاده از فرض خمینه (25)
    • زمان اجرا و برخط بودن (25)
  • تعریف دقیق‌تر موضوع رساله (25)
  • بیان رسمی فرض خمینه (27)
    • رابطه‌ی اتشار گرما و استنتاج برچسب (28)
  • مجموعه داده‌ها (29)
    • تشخیص ارقام (29)
    • تشخیص دسته اشیا (30)
    • تشخیص حالت انسان (32)
  • معیارهای ارزیابی الگوریتم‌های ساخت گراف همسایگی (33)
  • جمع‌بندی (35)
  • ساختار رساله (36)
• تحلیل مسئله ساخت گراف همسایگی (37)
  • تابع فاصله روی فضای ورودی (37)
  • پیش‌پردازش داده‌ها (39)
    • روش PCA (41)
    • حذف نویز از خمینه (42)
  • استنتاج برچسب‌ها (44)
    • روش‌های مبتنی بر انتشار برچسب (45)
    • روش منظم‌سازی گراف (45)
    • پشتوانه‌ی نظری منظم‌سازی گراف (48)
    • روش‌های دیگر استنتاج برچسب (48)
  • چارچوب‌های ساخت گراف همسایگی (49)
    • چارچوب آماری (49)
    • چارچوب مبتنی بر شهود (50)
    • چارچوب هندسی (50)
    • چارچوب ساخت و اصلاح (51)
  • اعتبار فرضیات (51)
  • جمع‌بندی (53)
• روش‌های پیشین ساخت گراف همسایگی (55)
  • ساخت گراف همسایگی با توجه به دانش مسئله (55)
  • روش‌های عمومی ساخت گراف همسایگی (56)
    • روش‌های پایه (56)
    • روش نمایش تنک (58)
    • روش‌های مبتنی بر حفظ همبندی گراف همسایگی (59)
    • روش‌های مبتنی بر تحدید درجه (61)
    • روش‌های کشف یال‌های میان‌بر (65)
    • ساخت گراف همسایگی نیمه‌نظارتی (69)
  • وزن‌دهی یال‌ها (70)
    • تنظیم پارامترهای تابع گاوسی (72)
    • معیار شباهت با واریانس متفاوت در ابعاد مختلف (73)
    • بازسازی محلی خطی (73)
  • جمع‌بندی و تحلیل (74)
    • دسته‌بندی ضعف کارهای پیشین در زمینه‌ی ساخت گراف همسایگی (75)
    • نحوه پیش‌برد مسئله (77)
• روش پیشنهادی (78)
  • آزمایش روی داده‌های واقعی (78)
  • انگیزش (79)
  • رجحان متریک ژئودزیک نسبت به متریک اقلیدسی (81)
    • تخمین محلی اپراتور لاپلاس-بلترامی (81)
    • تخمین ژئودزیکی اپراتور لاپلاس-بلترامی (83)
    • روش نزدیک‌ترین همسایه‌ی ژئودزیکی (84)
    • آزمایش‌ها (85)
    • نتیجه‌ تحلیل‌ها (85)
  • روش پیشنهادی (87)
    • الگوریتم ایزوگراف (87)
    • تحلیل زمان اجرا (90)
    • مسائل پیاده‌سازی (90)
    • جمع‌بندی (91)
• تحلیل نظری روش پیشنهادی (93)
  • پیچیدگی زمان اجرا (99)
  • جمع‌بندی (100)
• آزمایش روی مجموعه داده‌ها (101)
  • مجموعه‌های داده‌ی مصنوعی (101)
  • مجموعه‌های داده‌ی واقعی (102)
  • مقایسه روش‌های تشخیص یال میان‌بر (105)
    • جمع‌بندی (107)
• جمع‌بندی و کارهای آتی (108)