Dec, 2023

通过图粗化和最优割方法的受限层次聚类

PDF
TL;DR通过在短句设置中提取和总结相关信息，我们研究了以层次化方式对单词进行聚类的问题，特别是关注具有水平和垂直结构约束的聚类问题，我们通过将问题分为两个步骤来克服现有技术的瓶颈，首先，将其作为一个有软约束的正则化最小二乘问题来引导顺序图粗化算法的结果朝向水平可行解集，然后通过计算基于可用约束的最优截断高度从生成的层次树中提取平坦的聚类，我们展示了这种方法相对于现有算法具有很好的比较性能且计算上轻量级。
clusteringhierarchical fashionhorizontal constraintsvertical constraintssequential graph coarsening algorithm
发现论文，激发创造
  • 具有结构约束的分层聚类

    本文研究了带有结构约束条件的层次聚类问题，提出了两种基于优化视角的自顶向下算法，并且通过公式化约束性正则化的方法在存在冲突先验信息的情况下得出了良好的解，同时探讨了基于差异性信息变化的目标函数的变形并进一步优化了当前技术，最后将该方法应用于实际数据集的分类学应用

    May, 2018

  • 半监督约束聚类：深入概述，分类排名和未来研究方向

    本文详细介绍了约束聚类算法的背景和各种可用约束类型的评级分类，重点研究了基于实例级对偶约束的约束聚类及应用程序和历史背景，并对 307 种约束聚类方法进行了统计分析，根据其受欢迎程度和验证质量对其进行了分类和排名评分，最后提供了潜在的陷阱和未来的研究方向。

    Feb, 2023

  • 潜在的随机步骤作为最大割、最小割和更多的松弛

    基于非负矩阵分解的概率模型统一了节点聚类和图简化，提供了建模任意图结构的框架。通过将硬聚类放松为软聚类，我们的算法将潜在的困难聚类问题转化为易处理的问题。

    Aug, 2023

  • 受约束的 1 - 谱聚类

    本文拓展了经典的谱聚类方法，将不能链接和必须链接约束整合到了聚类中，并通过松弛优化问题获得了一种新的连续性方法，相比其他约束谱聚类方法，该方法能够保证满足所有约束条件并且可以快速处理大规模数据集。

    May, 2015

  • 关于约束的谱聚类及其应用

    本文介绍了一种明确将 Must-Link 和 Cannot-Link 约束作为约束优化问题部分的灵活的约束光谱聚类方法，通过广义特征分解，在多个数据集上取得了较好的结果。

    Jan, 2012

  • 多分辨率分层共聚类技术在带有微小变化序列的语义分割中的应用

    该论文提出了一种基于层次结构的协同聚类技术，可以对图像集合进行多分辨率表示。通过线性规划松弛方法解决二次半分配问题，从而实现了对节点的聚类。该技术在视频分割算法中取得了最佳的实时结果。

    Oct, 2015

  • 交互式贝叶斯分层聚类

    本文提出了一种交互式贝叶斯算法，该算法将用户交互纳入层次聚类中，同时利用数据的几何形状通过对层次结构上的有约束的后验分布进行采样，提出了几种智能查询方式。该算法以及查询方案在真实数据上表现出了良好的结果。

    Feb, 2016

  • 深度约束聚类框架 —— 算法和新进展

    这篇论文介绍了一种基于深度学习的约束聚类框架，可应用于连续数据和高层领域知识等不同类型的约束条件，相比基于传统算法的方法，效果更好。

    Jan, 2019

  • 一个使用层次聚类的多尺度图卷积网络

    研究了利用多尺度分解通过层次拓扑信息的新型体系结构，并通过 Girvan-Newman 层次聚类算法生成了一棵树，使得架构可以学习从粗到细的多尺度潜在空间表示，并在基准引文网络上表现出竞争力。

    Jun, 2020

  • 使用可微分粗化和最优传输进行图分层抽象的无监督学习

    本文提出一种基于最优传输的无监督流形粗化方法 OTCoarsening，可自适应地将大规模图数据集细化到 “慢动态” 下的适当规模，并在图分类和回归中取得了良好的性能表现。

    Dec, 2019