kNN graph
PulseAugur coverage of kNN graph — every cluster mentioning kNN graph across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的 CGMD 框架通过图介导蒸馏改进高血压预测
研究人员开发了一种名为临床图介导蒸馏 (CGMD) 的新框架，以提高从视网膜眼底图像预测高血压的能力。该方法通过将包含更强高血压标记的 MRI 的知识转移到眼底成像模型中，解决了有限的配对 MRI 和眼底成像数据的挑战。CGMD 利用临床相似性 kNN 图来弥合不相关的 MRI 和眼底队列之间的差距，从而能够在不需要配对数据的情况下进行有效的知识转移。实验表明，与现有的蒸馏和插补技术相比，CGMD 显著提高了基于眼底的血压预测能力。
-
Apple ML Research 将图算法应用于UMAP的内部kNN图
Apple Machine Learning Research 发表了一篇论文，详细介绍了标准图算法如何应用于Uniform Manifold Approximation and Projection (UMAP) 构建的内部k近邻（kNN）图。该方法旨在通过利用UMAP投影扭曲数据流形之前的图表示来增强数据理解能力。研究表明，PageRank、k-core分解和聚类系数等算法可以有效地识别代表性数据点、密集区域和紧密连接的邻域，为样…
-
UMAP的内部kNN图解锁新的数据分析技术
一篇新的研究论文探讨了均匀流形逼近与投影（UMAP）内部生成的、未被充分利用的k近邻（kNN）图。该研究展示了如何将PageRank、k-core分解和聚类系数等标准图算法应用于该图，以增强数据分析。这些方法揭示了代表性数据点、密集核心区域和紧密社区，为现有技术提供了互补的见解。
-
新的kNN图方法提高了数据分析的收敛率
研究人员开发了一种构建k近邻（kNN）图的新方法，kNN图在基于图的数据分析中至关重要。所提出的方法通过根据局部数据密度自适应地设置核带宽来优化图亲和力计算。这一进展提高了kNN图拉普拉斯算子的收敛率，从而更精确地逼近潜在的流形算子。