PulseAugur
中
实时 12:43:41
English(EN) Minimum Description Length based Granular-Ball Tree Regularization for Spectral Clustering

新的谱聚类方法使用MDL改进图正则化

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新的谱聚类方法，称为MDL-GBTRSC，旨在改进亲和图的构建。该方法利用最小描述长度（MDL）原理构建细粒度球树，有效正则化样本级图。通过保留可靠的局部连通性并使用稳定的叶球进行编码尺度信息，MDL-GBTRSC将表示学习与图构建联系起来。实验表明，该方法在各种数据集上的表现优于现有的谱聚类方法。 AI

影响 引入了一种新颖的谱聚类方法，有望改进机器学习应用中的数据分析和表示学习。

排序理由 该集群包含一篇关于新颖谱聚类方法的学术论文。[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 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Zeqiang Xian, Caihui Liu, Yong Zhang, Wenjing Qiu ·

    Minimum Description Length based Granular-Ball Tree Regularization for Spectral Clustering

    arXiv:2605.22410v1 Announce Type: new Abstract: Spectral clustering largely depends on the affinity graph, yet constructing a graph that preserves reliable local connectivity while adapting to heterogeneous data structures remains challenging. Existing granular-ball-based spectra…

相关话题