PulseAugur
中
实时 10:06:13
English(EN) Hierarchical $\mathcal{F}$-Clustering: Approximation and Hardness of Clustering into Trees and Bounded Diameter Graphs

新算法近似聚类成树和有界直径图

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了新的层次聚类问题的近似算法，特别是当目标是将数据划分为树或具有有界直径的图时。所提出的框架利用线性规划，并适用于相关的平面聚类问题 $p_{\mathcal{F}}$-Partitioning 可以用整数线性规划和舍入程序来制定的图类。研究还表明，在小集扩展假设下，将这些聚类问题近似到任何常数因子内是不太可能的。 AI

影响 这项研究推进了对聚类算法的理论理解，可能影响未来依赖数据划分和结构发现的AI系统。

排序理由 该集群包含一篇学术论文，详细介绍了特定类型聚类问题的新算法和理论难度结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新算法近似聚类成树和有界直径图

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Micha{\l} Szyfelbein, Dariusz Dereniowski ·

    分层 $\mathcal{F}$-聚类：聚类成树和有界直径图的近似与困难度

    arXiv:2607.13217v1 Announce Type: cross Abstract: Consider the following variation on the Hierarchical Clustering problem: Usually, while building a hierarchical clustering, one recursively partitions the data until each cluster becomes a singleton. We relax the halting condition…

相关实体

相关话题