Jan, 2024

基于深度光谱聚类的数据立方体分割

PDF
TL;DR扩展视觉技术在物理学中非常普遍，然而由于数据立方体的光谱构成对其解释提出了挑战。为了解决这个问题，我们探索了在编码空间中应用无监督聚类方法的可能性，通过数据立方体像素的光谱属性进行深层聚类，该过程由经过训练的变分自动编码器进行统计降维，同时聚类过程由可学习的迭代 K 均值聚类算法执行。我们将这一技术应用于两个不同的物理起源用例：一组关于绘画艺术品的宏观映射 X 射线荧光（MA-XRF）合成数据和模拟天体观测的数据集。
extended visiondata cubesinterpretationstatistical interpretationunsupervised clustering
发现论文，激发创造
  • 使用双自编码器网络的深度谱聚类

    本文提出了一种联合学习框架，通过使用双自编码器网络将输入嵌入到潜在空间中，利用相互信息估计从输入中提供更具区分性的信息，并应用深度谱聚类方法将潜在表示嵌入到特征空间中并聚类，证明该方法在基准数据集上显著优于现有的聚类方法。

    Apr, 2019

  • 使用 3D 卷积自编码器对高光谱图像进行无监督分割

    本文提出一种全新的无监督式深度学习算法，采用 3D 卷积自编码器与聚类方法相结合的方式，实现高精密度的高光谱图像分割，并作了多方面实验验证。

    Jul, 2019

  • 深度谱方法：无监督语义分割和定位惊人强大的基准线

    通过基于传统光谱分割方法，将图像分解为由自我监督网络的特征亲和矩阵的拉普拉斯特征向量，以对场景中的对象进行定位和义分割的无监督方法，在 Pascal VOC，MS-COCO 等复杂数据集上取得了显著的定位和分割优势。

    May, 2022

  • 学习神经本征函数进行无监督语义分割

    本文提出了一种使用基于神经网络的特征函数实现光谱聚类的方法，将神经网络特征作为输入，通过轻量级的神经特征函数实现密集预测，实验结果表明该方法在 Pascal Context、Cityscapes 和 ADE20K 基准测试上具有显著的性能优势。

    Apr, 2023

  • 深度聚类：用于分割和分离的判别嵌入

    本文提出了一种称为 “深度聚类” 的深度学习框架，通过使用光谱图嵌入进行声源分离，从而实现类无关的信号分离，大大降低了领域分割成本，并且不依靠类别给出类标签，具有将不同源集合的潜力。

    Aug, 2015

  • 利用物理组织的潜在空间解码结构 - 光谱关系

    提出了一种新的半监督机器学习方法来发现结构 - 光谱关系，并且使用 X-ray 吸收近边结构（XANES）光谱的解释作为特定例子。这种方法构建了一个将个体结构描述符与光谱趋势进行一对一映射的方法，并通过引入新的排序约束（RankAAE）来增强对抗性自动编码器。RankAAE 方法产生了一个连续和可解释的潜空间，其中每个维度都可以跟踪一个单独的结构描述符。通过使用五个局部结构描述符以及超过五万个模拟 XANES 光谱，展示了该程序的能力，结果不仅重现了文献中已知的趋势，而且还揭示了在大数据集中无法区分的不可思议的趋势。结果表明，RankAAE 方法具有帮助研究人员解释复杂科学数据，测试物理假设和揭示扩展科学见解的巨大潜力。

    Jan, 2023

  • 近红外地质目标高光谱图像的通用非监督聚类

    这篇论文开发了一种全自动的无监督处理工作流程，使用一种轻量级的自动编码器和高斯混合模型来对地质材料进行聚类，该工作流程称为 GyPSUM， 可以快速准确地聚类相似的地质材料并在实验室图像和遥感图像中一致地识别和分离主要的矿物类。

    Jun, 2021

  • 基于堆叠自编码器和聚类的遥感地质绘图框架

    此研究提出了一种利用堆叠自动编码器进行降维和 K 均值聚类来处理遥感数据的无监督机器学习框架，通过使用 Mutawintji 地区的 Landsat-8、ASTER 和 Sentinel-2 数据集进行地质制图的评估，结果显示该框架能够产生准确可解释的地质图，并且堆叠自动编码器相较于其他方法具有更好的准确性，并且生成的地质图与先前的地质知识相符同时提供了新的地质结构见解。

    Apr, 2024

  • 数据光谱学：卷积算子特征空间和聚类

    该论文提出了一种利用数据邻接矩阵的特征向量中的聚类信息的算法，命名为 DaSpec 算法，可以自动确定聚类的数量和相应的数据分组，实验证明其在处理不平衡组及不同形状的聚类时比现有方法更优。

    Jul, 2008

  • 阈值化和谱聚类的子空间聚类

    本文提出了一种基于相关性阈值和谱聚类算法的低复杂度聚类算法，可将高维数据点聚类成低维线性子空间的集合，并成功处理了子空间相交和数据点缺失的问题，同时还提出一种检测异常值的方案。

    Mar, 2013