PulseAugur
中
实时 09:20:44
English(EN) ClustRecNet: A Novel End-to-End Deep Learning Framework for Clustering Algorithm Recommendation

深度学习框架推荐聚类算法

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了ClustRecNet，一个旨在为数据集自动推荐有效聚类算法的新型深度学习框架。该端到端系统直接从原始表格数据中学习，无需手动特征工程。ClustRecNet在一个大型合成数据集存储库上进行了训练，并在合成和真实世界基准测试中，其性能优于传统的有效性指标和现有的AutoML方法。 AI

影响 自动化了无监督学习中的一个关键步骤，有望加速数据分析和模型开发。

排序理由 该聚类包含一篇学术论文，详细介绍了用于聚类算法推荐的新型深度学习框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 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.AI TIER_1 English(EN) · Mohammadreza Bakhtyari, Bogdan Mazoure, Renato Cordeiro de Amorim, Guillaume Rabusseau, Vladimir Makarenkov ·

    ClustRecNet: A Novel End-to-End Deep Learning Framework for Clustering Algorithm Recommendation

    arXiv:2509.25289v4 Announce Type: replace-cross Abstract: Identifying an effective clustering algorithm for a given dataset remains a fundamental unsupervised learning issue. We introduce ClustRecNet, a novel end-to-end deep learning framework that recommends suitable clustering …

相关实体

相关话题