实体
Hierarchical $\mathcal{F}$-Clustering
Hierarchical $\mathcal{F}$-Clustering
PulseAugur coverage of Hierarchical $\mathcal{F}$-Clustering — every cluster mentioning Hierarchical $\mathcal{F}$-Clustering across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新算法近似聚类成树和有界直径图
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。
-
新的聚类方法针对树和有界直径图
研究人员引入了分层 $\mathcal{F}$-聚类，这是分层聚类的一种变体，当簇满足特定图类标准（如树或有界直径图）时停止数据划分。该研究提出了这些问题的近似算法，实现了对数近似因子，并概述了一个基于线性规划的通用框架，可应用于其他图类。然而，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可能是不可能的。