co-clustering | BriefGPT - AI 论文速递

关键词co-clustering

搜索结果 - 9

一个基于 SDP 的分支定界算法用于双聚类
我们提出了一种定制的分支限界算法来解决 $k$-densest-disjoint biclique 问题，通过同时聚类数据矩阵的行和列，找到给定加权完全二分图的 $k$ 个不相交的完全二分子图（称为 bicliques），使它们的密度之和最
PDF4 months ago
ICCV卷积神经网络上的代表性解释发现
本文提出一种基于无监督学习的方法来解释大量相似图像中深度卷积神经网络的决策逻辑，并将代表性解释问题转化为一种共聚类问题，并基于线性决策边界的样本将其转化为子模代价覆盖问题。我们还提供了可视化和相似性排序方法，广泛的实验证明了本方法的优秀表现
PDF3 years ago
大规模有向网络的随机谱共聚类
本研究提出了两种基于随机投影和随机采样的随机谱共聚类算法，以加速大规模定向网络的共聚类，并在两种生成模型下理论分析其近似误差率和误叛集错误率。我们的数值实验表明了算法的效率，并发布了一个 R 包以便更好的可用性和可复现性。
PDF4 years ago
共同优化传输
提出一种名为 COOT 的新型最优输运问题，它同时优化两个输运映射，用于异质域适应和聚类数据总结，相比现有的方法，COOT 表现出更高的性能。
PDF4 years ago
理解循环神经网络中的隐藏记忆
本文提出了一种基于可视化分析的方法，通过理解和比较用于自然语言处理的循环神经网络模型，包括基于各个隐藏状态单元对输入文本的响应和相似性进行聚类和可视化，以及通过基于聚合信息的图标序列可视化分析 RNN 的隐藏状态的行为，实验结果表明该方法
PDF7 years ago
最优传输的共聚类
通过基于熵正则化最优输运的新方法和 Gromov-Wasserstein 距离概念，实现并优化了联合聚类的算法，可以自动地确定行和列聚类的数量，并在广泛的实验评估中展示了其快速和准确的功能。
PDF7 years ago
基于非参数混合模型的异质边缘分布多重联合聚类
提出了一种新的多聚类方法，该方法使用非参数贝叶斯方法进行模型推断，使用变分推断来求解，该方法在处理高维度数据时更为适用，在聚类时模型同时处理了数值型和分类型变量，应用该方法于真实数据集时能够推出数据集的聚类结构信息，并可应用于抑郁症数据集上
PDF9 years ago
ICCV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。
PDF9 years ago
聚类、Hamming 嵌入、广义 LSH 和最大范数
该研究聚焦于非对称情况下（共聚类和非对称哈希嵌入），探究其与局部敏感哈希（Charikar 2002）和 max-norm 球的关系以及对称和非对称版本之间的差异，研究聚类和哈希嵌入的凸松弛问题。
PDF10 years ago