?
Least-squares consensus clustering versus: (a) other consensus approaches and (b) k-means
.
Миркин Б. Г., Andrey Shestakov
We develop a consensus clustering framework proposed three decades ago in Russia and experimentally demonstrate that our least squares consensus clustering algorithm consistently outperforms several recent consensus clustering methods.
Язык:
английский
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
В книге
Vol. 92. , Berlin: Springer, 2014.
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.
Курмуков А. И., Mussabaeva A., Denisova Y. и др., Brain Connectivity 2020 Vol. 10 No. 4 P. 183–194
Добавлено: 16 сентября 2020 г.
Булгаков С. А., В кн.: Современные проблемы математического моделирования, обработки изображений и параллельных вычисленийТ. 2.: Ростов н/Д: ООО "ДГТУ-Принт", 2017. С. 36–44.
В работе рассматриваются математические и эвристические
подходы к решению задачи восстановления графических изображений. Внимание
уделяется методам наименьших квадратов, наименьших модулей, регуляризации
по Тихонову, полной вариации; фильтрам Винера, Калмана и согласованному.
Приводится описание нового способа построения оценки максимального
правдоподобия. В качестве эвристических рассматриваются такие подходы как
non-local means, block-matching and 3D filtering и K-SVD. ...
Добавлено: 24 сентября 2018 г.
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.
Миркин Б. Г., Шестаков А. В., , in: Clusters, orders, trees: methods and applications. In Honor of Boris Mirkin's 70th BirthdayVol. 92.: Berlin: Springer, 2014.
Добавлено: 23 января 2015 г.
Миркин Б. Г., , in: Models, Algorithms, and Technologies for Network AnalysisVol. 59.: NY: Springer, 2013. P. 101–126.
Добавлено: 22 ноября 2013 г.
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.
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.