論文の概要: Scalable Varied-Density Clustering via Graph Propagation

• arxiv url: http://arxiv.org/abs/2508.02989v1
• Date: Tue, 05 Aug 2025 01:33:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-06 18:18:55.732351
• Title: Scalable Varied-Density Clustering via Graph Propagation
• Title（参考訳）: グラフプロパゲーションによるスケーラブルなVaried-Densityクラスタリング
• Authors: Ninh Pham, Yingtao Zheng, Hugo Phibbs,
• Abstract要約: 本研究では,近傍グラフのラベル伝播過程としてフレーミングすることで,高次元データに対する多様な密度クラスタリングの新たな視点を提案する。 本手法は,グラフ接続と密度ベースのクラスタリングを接続し,グラフの効率的な伝播手法を実現する。
• 参考スコア（独自算出の注目度）: 6.800113478497425
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: We propose a novel perspective on varied-density clustering for high-dimensional data by framing it as a label propagation process in neighborhood graphs that adapt to local density variations. Our method formally connects density-based clustering with graph connectivity, enabling the use of efficient graph propagation techniques developed in network science. To ensure scalability, we introduce a density-aware neighborhood propagation algorithm and leverage advanced random projection methods to construct approximate neighborhood graphs. Our approach significantly reduces computational cost while preserving clustering quality. Empirically, it scales to datasets with millions of points in minutes and achieves competitive accuracy compared to existing baselines.
• Abstract（参考訳）: 本研究では,局所密度変動に適応する近傍グラフのラベル伝播過程として,高次元データに対する多様な密度クラスタリングの新たな視点を提案する。 本手法は,グラフ接続と密度ベースのクラスタリングを正式に結合し,ネットワーク科学で開発された効率的なグラフ伝搬技術を活用する。 拡張性を確保するために、密度対応近傍伝播アルゴリズムを導入し、近似近傍グラフを構築するための高度なランダムプロジェクション手法を活用する。 本手法はクラスタリングの品質を維持しながら計算コストを大幅に削減する。 経験的には、数分で数百万ポイントのデータセットにスケールし、既存のベースラインと比較して、競争の精度を達成する。

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)
• Addressing Data Heterogeneity in Decentralized Learning via Topological Pre-processing [0.9645196221785693]
  本稿では,プロキシベースの局所異種DLトポロジの構築による収束性の向上とデータプライバシの維持のメリットを示す。 最終学習グラフに配置する前に、ピアを効率的にクラスタ化するための新しいピアクランプ戦略を提案する。
  論文  参考訳（メタデータ） (2022-12-16T22:46:38Z)
• GraphFit: Learning Multi-scale Graph-Convolutional Representation for Point Cloud Normal Estimation [31.40738037512243]
  本研究では,非構造3次元点雲の高精度かつ効率的な正規推定法を提案する。 我々は、より局所的な近傍幾何学を強調する正規推定のためのグラフ畳み込み特徴表現を学習する。 提案手法は,様々なベンチマークデータセットにおいて,最先端の精度で競合より優れる。
  論文  参考訳（メタデータ） (2022-07-23T10:29:26Z)
• Optimal Propagation for Graph Neural Networks [51.08426265813481]
  最適グラフ構造を学習するための二段階最適化手法を提案する。 また、時間的複雑さをさらに軽減するために、低ランク近似モデルについても検討する。
  論文  参考訳（メタデータ） (2022-05-06T03:37:00Z)
• Data-heterogeneity-aware Mixing for Decentralized Learning [63.83913592085953]
  グラフの混合重みとノード間のデータ不均一性の関係に収束の依存性を特徴付ける。 グラフが現在の勾配を混合する能力を定量化する計量法を提案する。 そこで本研究では,パラメータを周期的かつ効率的に最適化する手法を提案する。
  論文  参考訳（メタデータ） (2022-04-13T15:54:35Z)
• Density-Based Clustering with Kernel Diffusion [59.4179549482505]
  単位$d$次元ユークリッド球のインジケータ関数に対応するナイーブ密度は、密度に基づくクラスタリングアルゴリズムで一般的に使用される。 局所分布特性と滑らかさの異なるデータに適応する新しいカーネル拡散密度関数を提案する。
  論文  参考訳（メタデータ） (2021-10-11T09:00:33Z)
• A Regularized Wasserstein Framework for Graph Kernels [32.558913310384476]
  最適輸送の正規化に基づくグラフカーネルの学習フレームワークを提案する。 このフレームワークは、新しい最適輸送距離計量、すなわち正則化ワッサーシュタイン(RW)の不一致を提供する。 我々は12のデータセットを用いて16の最先端のベースラインに対して,我々の手法を実証的に検証した。
  論文  参考訳（メタデータ） (2021-10-06T07:54:04Z)
• Clustering dynamics on graphs: from spectral clustering to mean shift through Fokker-Planck interpolation [0.0]
  データクラスタリングのための密度駆動型アルゴリズムと幾何学ベースのアルゴリズムを相互補完する統一フレームワークを構築します。 データグラフ上にFokker-Planck方程式を導入することにより、この接続を求める。 本研究では, 拡散写像系の挙動に関する新しい理論的知見を, サンプル値の大きい範囲で提示する。
  論文  参考訳（メタデータ） (2021-08-18T02:00:33Z)
• Spatial-Spectral Clustering with Anchor Graph for Hyperspectral Image [88.60285937702304]
  本稿では、HSIデータクラスタリングのための空間スペクトルクラスタリングとアンカーグラフ(SSCAG)という新しい非監視アプローチを提案する。 提案されたSSCAGは最先端のアプローチと競合する。
  論文  参考訳（メタデータ） (2021-04-24T08:09:27Z)
• Local Graph Clustering with Network Lasso [90.66817876491052]
  局所グラフクラスタリングのためのネットワークLasso法の統計的および計算的性質について検討する。 nLassoによって提供されるクラスタは、クラスタ境界とシードノードの間のネットワークフローを通じて、エレガントに特徴付けられる。
  論文  参考訳（メタデータ） (2020-04-25T17:52:05Z)

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。