实体
single-linkage clustering
single-linkage clustering
PulseAugur coverage of single-linkage clustering — every cluster mentioning single-linkage clustering across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新研究将谱系和密度聚类层次结构联系起来
研究人员在两种主要的层次聚类方法之间建立了理论联系:密度聚类树和谱系层次结构。他们证明,在特定条件下,源自扩散距离和拉普拉斯算子的谱系层次结构在拓扑上可以等同于密度聚类树。当扩散距离经过适当缩放时,这种等价性成立,并且可以扩展到 k-NN 图实现,从而提供一种将谱图构造简化为密度水平集拓扑的方法。
-
新型神经网络学习分层聚类合并规则
研究人员开发了 NN-linkage,这是一种新颖的神经网络模型,旨在为分层聚类学习特定任务的合并规则。该方法旨在将神经网络的数据驱动适应性与经典链接算法的效率和可扩展性相结合。NN-linkage 在算法上与 Lance-Williams 递推式对齐,使其能够近似各种链接函数,包括那些全局依赖的函数。在时钟树路由和系统发育重建任务上的实证评估表明,与现有方法相比,它具有有效性。
-
新的XAI方法解释说话人嵌入的层级结构
研究人员开发了一种新的方法,称为分层聚类匹配(HCCM),从可解释人工智能(XAI)的角度来解释神经网络中说话人嵌入的组织结构。通过应用一种名为单链接聚类(SLINK)的分层聚类算法,该研究分析了说话人嵌入如何形成层级聚类。然后,HCCM方法使用一种名为L-score的新指标,将这些聚类与与说话人身份、性别和国籍相关的语义类别进行评估,以诊断不完美的匹配,并深入了解说话人识别模型的内部语义。