实体
Nemenyi
Nemenyi
PulseAugur coverage of Nemenyi — every cluster mentioning Nemenyi across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
Sector-Mean 初始化提供更快、更确定的 k-means 聚类
研究人员推出了一种新颖的确定性方法——Sector-Mean 初始化，用于 k-means 聚类的质心初始化。该方法将数据划分为围绕全局质心的角度扇区，并计算扇区均值，实现了 O(N) 的时间复杂度。在基准数据集和真实世界数据集上的评估表明，与 K-Means++ 相比，Sector-Mean 初始化将初始化时间最多缩短了 74.9%，同时保持了同等的聚类质量并减少了平均迭代次数。
-
新的广义学习系统通过模糊逻辑和波损失增强鲁棒性
两篇新研究论文介绍了广义学习系统（BLS）的进步，以增强其在面对噪声或不确定数据时的鲁棒性。第一篇论文IFW-BLS，采用了一种直觉模糊波损失函数，该函数结合了残差级保护和样本级可信度控制。第二篇论文Wave-BLS，侧重于使用波损失函数来解决标准BLS对异常值和损坏标签的敏感性问题。两种方法都利用Nesterov加速梯度优化，避免了传统的矩阵求逆，并在基准数据集上展示了优于标准BLS的性能，尤其是在数据污染的情况下。