研究人员开发了一种量化聚类在分布偏移下的鲁棒性的方法,分布偏移可能发生在用于聚类的数据随时间变化时。这种新方法使用源自确定性退火的局部稳定性准则来精确定义分裂和合并事件。该研究还引入了用于计算这些分裂和合并半径的精确半定规划(SDP)重构,从而能够为整个聚类创建全面的鲁棒性证书。 AI
影响 这项研究可以提高聚类算法在动态数据环境中的可靠性,影响依赖于数据分割的领域。
排序理由 该条目是一篇学术论文,详细介绍了一种分析聚类鲁棒性的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- arXivLabs
- CatalyzeX Code Finder for Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- machine learning
- ScienceCast
- semidefinite programming
- Structured Transports
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →