A Note on the Effectiveness of the Least Squares Consensus Clustering

B. Mirkin; A. Shestakoff

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

Новости

9 июля 2026 г.

При взгляде на свое лицо мужчины забывают обо всем

В эксперименте с участием 15 здоровых мужчин ученые НИУ ВШЭ проанализировали, как фазы сердечного цикла влияют на возбудимость моторной коры, когда человек смотрит на собственную фотографию или лица незнакомых людей. Исследователи обнаружили, что в случае с собственным изображением мозг слабее считывает сигналы сердца — их влияние на кору снижается, хотя ожидалось, что внимание к себе, наоборот, усилит чувствительность к внутренним сигналам тела. Исследование опубликовано в журнале Frontiers in Signal Processing.

9 июля 2026 г.

Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ

Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.

8 июля 2026 г.

Экономисты ВШЭ нашли способ эффективнее бороться с курением

Экономисты НИУ ВШЭ изучили, как курильщики реагируют на изменение цен на сигареты. При росте цен на табак потребление не всегда сокращается. Расходы могут даже вырасти: по оценкам экономистов НИУ ВШЭ, снижение доступности сигарет на 1% приводит к увеличению трат на табак на 0,28%. Поэтому, чтобы сокращать курение, цены на табачные изделия должны расти быстрее доходов населения. Результаты исследования опубликованы в журнале «Вопросы статистики».

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

A Note on the Effectiveness of the Least Squares Consensus Clustering

Миркин Б. Г., Шестаков А. В.

Язык: английский

Полный текст

Текст на другом сайте

Ключевые слова: one-by-one clustering consensus clustering

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:

Теоретическое и численное исследование современных математических моделей в социально-экономической, политической и финансовой сферах (2014)

В книге

Clusters, orders, trees: methods and applications. In Honor of Boris Mirkin's 70th Birthday

Vol. 92. , Berlin: Springer, 2014.

Агломеративный консенсусный кластер-анализ с автоматическим выбором числа кластеров

Миркин Б. Г., Паринов А. А., Автоматика и телемеханика 2024 № 3 С. 6–22

Представлены теоретические и вычислительные результаты, связанные с оригинальной моделью консенсусного кластерного анализа, основанной на так называемом проективном расстоянии между разбиениями. Это расстояние определяется как сумма квадратов элементов разности бинарной матрицы инциденций одного разбиения и ее ортогональной проекции на подпространство, порождаемое столбцами матрицы инциденций другого разбиения. Оказывается, при достаточном количестве разбиений предлагаемый метод агломеративного кластеринга правильно ...

Добавлено: 24 февраля 2025 г.

A Lattice-based Consensus Clustering Algorithm

Бочаров А. А., Гнатышак Д. В., Игнатов Д. И. и др., , in: CLA 2016: Proceedings of the Thirteenth International Conference on Concept Lattices and Their Applications. CEUR Workshop ProceedingsVol. 1624.: M.: Higher School of Economics, National Research University, 2016. P. 45–56.

Добавлено: 24 октября 2016 г.

Summary and semi-average similarity criteria for individual clusters

Миркин Б. Г., , in: Models, Algorithms, and Technologies for Network AnalysisVol. 59.: NY: Springer, 2013. P. 101–126.

Добавлено: 22 ноября 2013 г.

Individual approximate clusters: methods, properties, applications

Миркин Б. Г., , in: Rough Sets, Fuzzy Sets, Data Mining, and Granular ComputingIssue 8170: Lecture Notes in Artificial Intelligence.: Heidelberg: Springer, 2013. P. 26–37.

A least-squares data approximation approach to finding individual clusters is advocated. A simple local optimization algorithm leads to suboptimal clusters satisfying some natural tightness criteria. Three versions of an iterative extraction approach are considered, leading to a portrayal of the cluster structure of the data. Of these, probably most promising is what is referred to ...

Добавлено: 29 октября 2013 г.

Least squares consensus clustering: criteria, methods, experiments

Миркин Б. Г., Шестаков А. В., , in: Advances in Information Retrieval.: L.: Springer, 2013. P. 764–768.

Произведена эксперементальная демонстранция превосходства алгоритмов консенсусной кластеризации, основанных на методе наименьших квадратов, по сравнению с недавними алгоритмами этой же области. ...

Добавлено: 15 апреля 2013 г.

Additive spectral method for fuzzy cluster analysis of similarity data including community structure and affinity matrices

Миркин Б. Г., Nascimento S., Information Sciences 2012 No. 183 P. 16–34

An additive spectral method for fuzzy clustering is proposed. The method operates on a clustering model which is an extension of the spectral decomposition of a square matrix. The computation proceeds by extracting clusters one by one, which makes the spectral approach quite natural. The iterative extraction of clusters, also, allows us to draw several ...

Добавлено: 16 ноября 2012 г.