Jun, 2017
带噪声查询的聚类
Clustering with Noisy Queries
Arya Mazumdar, Barna Saha
TL;DR本文研究了带有噪声查询的聚类问题,提供了信息理论下限以及与之匹配的新算法,并介绍了在众包、社交网络和随机块模型中应用的情况。
Abstract
In this paper, we initiate a rigorous theoretical study of clustering with
noisy queries (or a faulty oracle). Given a set of $n$ elements
发现论文,激发创造
具有嘈杂歧义回答的高效查询相关聚类
我们研究了一个通用的聚类环境,其中我们有 $n$ 个要聚类的元素,并且我们的目标是尽量少地通过一个返回两个元素之间相似度的有噪声样本的预言进行查询。我们提出了在组合多臂赌博机的纯探索范式中根源于在线学习问题的两种新颖公式:固定置信度和固定预算设置。对于这两种设置,我们设计了将采样策略与经典的相关聚类近似算法相结合的算法,并研究了它们的理论保证。我们的结果是第一个针对 NP 困难的离线优化问题情况下 PE-CMAB 的多项式时间算法的示例。
Feb, 2024
带侧信息的聚类查询复杂度
研究交互聚类的查询复杂度和相似度矩阵的信息理论下界及上界,证明相似度矩阵可以显著降低查询复杂度,在不知道 $k,f_+ 和 f_-$ 的前提下,算法高效且参数免费,并揭示其与常见社区检测模型的关联。
Jun, 2017
同簇 Oracle 下有限集合划分的容错精确查询学习
本文通过访问同簇 oracle,在有界对手误差的情况下,着手研究仅通过主动学习来精确恢复分区的问题。我们首先强调了学习分区和相关聚类之间的新颖联系。然后,利用这种关联建立了一个 Rényi-Ulam 样式的分析框架,并证明了该问题最坏情况下查询复杂度的上下限。此外,我们还限制了相关随机算法的预期性能。最后,我们研究了该问题及相关变体的适应性和查询复杂度之间的关系。
May, 2023
查询 K 均值聚类和双 Dixie 杯问题
本研究提出了基于同类簇查询与有噪音答案的方法,解决了离群点存在情况下的近似 K-means 聚类优化问题,证明了在一定条件下可以以大概率获得最优潜在解的 (1+ε)近似解,并且比目前已知的方法减少了同类簇查询数量。这种方法也推广到了控制噪音、离群点的场景中,同时在人造数据集和真实数据集上进行了测试。
Jun, 2018