实体
Calinski-Harabasz index
Calinski-Harabasz index
PulseAugur coverage of Calinski-Harabasz index — every cluster mentioning Calinski-Harabasz index across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
3 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
AI流水线自动化汽车软件测试规范生成
研究人员开发了一种新颖的“集群然后总结”流水线，用于自动化大规模汽车软件需求测试规范的生成。该方法嵌入需求，使用UMAP和HDBSCAN进行聚类，然后总结每个集群以保留关键信息。该流水线在单个需求和集群级集成点生成测试，与标准的LLM方法相比，提高了覆盖率和效率。
-
深度学习框架推荐聚类算法
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。
-
CARVE软件通过重采样增强聚类分析验证
研究人员推出CARVE，一个开源软件包，旨在改进聚类分析结果的验证和探索。CARVE解决了聚类结果对算法和超参数选择的敏感性问题，而这种敏感性常常阻碍科学发现的可重复性。该软件包在多个层面提供稳定性和泛化性诊断，并提供原则性的选择规则，在合成和真实世界生物数据上表现优于传统的验证指标。