論文の概要: Variational Wasserstein Barycenters for Geometric Clustering

• arxiv url: http://arxiv.org/abs/2002.10543v1
• Date: Mon, 24 Feb 2020 21:01:47 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-29 03:19:39.191210
• Title: Variational Wasserstein Barycenters for Geometric Clustering
• Title（参考訳）: 幾何学的クラスタリングのための変分wasserstein barycenters
• Authors: Liang Mi, Tianshu Yu, Jose Bento, Wen Zhang, Baoxin Li, Yalin Wang
• Abstract要約: 本稿では,モンジュ写像を変分原理で解くことにより,WB(Wasserstein Barycenters)を計算することを提案する。 本稿では,WBの計量特性について論じ,その関係,特にK平均クラスタリングとコクラスタリングについて考察する。
• 参考スコア（独自算出の注目度）: 28.098747990337632
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose to compute Wasserstein barycenters (WBs) by solving for Monge maps with variational principle. We discuss the metric properties of WBs and explore their connections, especially the connections of Monge WBs, to K-means clustering and co-clustering. We also discuss the feasibility of Monge WBs on unbalanced measures and spherical domains. We propose two new problems -- regularized K-means and Wasserstein barycenter compression. We demonstrate the use of VWBs in solving these clustering-related problems.
• Abstract（参考訳）: 本稿では,モンジュ写像を変分原理で解くことにより,WB(Wasserstein Barycenters)を計算することを提案する。 我々はWBsの計量特性について論じ、その関係、特にモンジュWBsのK平均クラスタリングとコクラスタリングについて考察する。 また,不均衡測度と球面領域に対するmonge wbの実現可能性についても論じる。 正規化K平均とWasserstein Barycenter圧縮という2つの新しい問題を提案する。 クラスタリングに関連する問題の解決にVWBを使うことを実証する。

関連論文リスト

• Clustering Based on Density Propagation and Subcluster Merging [92.15924057172195]
  本稿では,クラスタ数を自動的に決定し,データ空間とグラフ空間の両方に適用可能な密度に基づくノードクラスタリング手法を提案する。 二つのノード間の距離を計算する従来の密度クラスタリング法とは異なり,提案手法は伝播過程を通じて密度を決定する。
  論文  参考訳（メタデータ） (2024-11-04T04:09:36Z)
• Self-Supervised Graph Embedding Clustering [70.36328717683297]
  K-means 1-step dimensionality reduction clustering method は,クラスタリングタスクにおける次元性の呪いに対処する上で,いくつかの進歩をもたらした。 本稿では,K-meansに多様体学習を統合する統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-24T08:59:51Z)
• HeNCler: Node Clustering in Heterophilous Graphs through Learned Asymmetric Similarity [55.27586970082595]
  HeNClerは、Heterophilous Node Clusteringの新しいアプローチである。 HeNClerは異種グラフコンテキストにおけるノードクラスタリングタスクの性能を大幅に向上させることを示す。
  論文  参考訳（メタデータ） (2024-05-27T11:04:05Z)
• Estimating Barycenters of Distributions with Neural Optimal Transport [93.28746685008093]
  本稿では,Wasserstein Barycenter問題を解くための新しいスケーラブルなアプローチを提案する。 我々の手法は最近のNeural OTソルバをベースとしている。 また,提案手法の理論的誤差境界も確立する。
  論文  参考訳（メタデータ） (2024-02-06T09:17:07Z)
• Computational Guarantees for Doubly Entropic Wasserstein Barycenters via Damped Sinkhorn Iterations [0.0]
  本稿では,2つの正規化ワッサースタイン・バリセンタの計算アルゴリズムを提案し,解析する。 近似モンテカルロサンプリングを用いて実装可能なアルゴリズムの不正確な変種は、最初の漸近収束保証を提供する。
  論文  参考訳（メタデータ） (2023-07-25T09:42:31Z)
• Streaming computation of optimal weak transport barycenters [13.664682865991255]
  我々は、弱いバリセンターとその古典的なWassersteinバリセンターとの関係の理論的分析を提供します。 任意の測度の有限あるいは無限の族に対して弱重心を計算するための反復アルゴリズムを提供する。
  論文  参考訳（メタデータ） (2021-02-26T10:08:02Z)
• (k, l)-Medians Clustering of Trajectories Using Continuous Dynamic Time Warping [57.316437798033974]
  本研究では,トラジェクトリの集中型クラスタリングの問題について考察する。 我々はDTWの連続バージョンを距離測定として使用することを提案し、これをCDTW(Continuous dynamic time warping)と呼ぶ。 一連の軌道から中心を計算し、その後反復的に改善する実践的な方法を示す。
  論文  参考訳（メタデータ） (2020-12-01T13:17:27Z)
• Continuous Regularized Wasserstein Barycenters [51.620781112674024]
  正規化ワッサーシュタイン・バリセンタ問題に対する新しい双対定式化を導入する。 我々は、強い双対性を確立し、対応する主対関係を用いて、正規化された輸送問題の双対ポテンシャルを用いて暗黙的にバリセンターをパラメトリゼーションする。
  論文  参考訳（メタデータ） (2020-08-28T08:28:06Z)
• A Fixed point view: A Model-Based Clustering Framework [1.713291434132985]
  本稿では,モデルに基づくクラスタリングについて再検討し,統一クラスタリングフレームワークを提案する。 固定点をクラスタ中心として見つけるために、フレームワークは反復的に縮尺マップを構築する。 固定ポイントフレームワークが将来のクラスタリングアルゴリズムの設計に役立つことを期待しています。
  論文  参考訳（メタデータ） (2020-02-19T07:06:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。