soft clustering | BriefGPT - AI 论文速递

关键词soft clustering

搜索结果 - 8

多元贝塔混合模型：具有灵活聚类形状的概率聚类
该论文介绍了一种新的概率模型，多元贝塔混合模型（MBMM），它适应了不同的聚类形状，因为其多元贝塔分布具有灵活的概率密度函数。我们介绍了 MBMM 的特性，描述了参数学习过程，并展示了实验结果，表明 MBMM 适用于合成和真实数据集上的不同
PDF5 months ago
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。
PDFa year ago
一种基于分布的软聚类比较和评估方法
本论文提出了一种创新性的解决方案，通过以软聚类 (Soft Clustering) 作为硬聚类 (Hard Clustering) 分布的形式来扩展比较度量，以适应 SC 算法结果中的不确定性。经过深入研究和实验证明此方法的可行性。
PDF2 years ago
MM通过发送聚类模型更新来减少联邦学习中的通信流量
通过模型压缩和软聚类提出了一种可以同时用于上行和下行压缩的 Federated Learning 压缩算法，可以显著减少通信流量并在实际网络中提高学习效率。
PDF3 years ago
序列到序列混合模型用于多样化机器翻译
研究开发了一种新的序列混合模型，通过采用一组专业翻译模型而非单个模型来提高翻译的多样性和质量，并在四种语言对上进行了实验。
PDF6 years ago
NIPS基于矩的 $k$-means 及其衍生算法均匀偏差界
通过能够均匀控制偏差的机制，解决了拟合具有有界矩的分布的 k-means 成本与样本成本之间的差异，并考虑了一种软聚类变体的 k-means 成本，即受到所有协方差矩阵具有有界谱约束的高斯混合对数似然的约束，并为具有一定聚类结构的 k-me
PDF11 years ago
ICLRAuto-pooling: 学习从图像序列中改善图像特征的不变性
该论文提出了一种无需使用空间信息的新型池化方法，可以学习图像序列的特征软聚类，从而改进特征的时间相干性，且在图像分类任务上表现优异。
PDF11 years ago
ACL英语单词的分布式聚类
该研究提出并实验评估了一种利用确定性退火方法将单词自动聚类的方法，使得聚类结果成为一种层次结构的软聚类，并将其用作词共现的类模型基础，然后利用测试数据进行了评估。
PDF30 years ago