論文の概要: Stochastic Mean-Shift Clustering
- arxiv url: http://arxiv.org/abs/2511.09202v1
- Date: Thu, 13 Nov 2025 01:40:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-13 22:34:54.461656
- Title: Stochastic Mean-Shift Clustering
- Title（参考訳）: 確率的平均シフトクラスタリング
- Authors: Itshak Lapidot, Yann Sepulcre, Tom Trigano,
- Abstract要約: 平均シフトクラスタリングアルゴリズムのバージョンを提案する。
このバージョンでは、ランダムに選択されたデータポイントのシーケンスは、目的関数の部分的な上昇ステップに従って移動する。
ほとんどの場合、平均シフトクラスタリングは標準平均シフトよりも優れていることが観察できる。
- 参考スコア（独自算出の注目度）: 1.4299355089723902
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a stochastic version of the mean-shift clustering algorithm. In this stochastic version a randomly chosen sequence of data points move according to partial gradient ascent steps of the objective function. Theoretical results illustrating the convergence of the proposed approach, and its relative performances is evaluated on synthesized 2-dimensional samples generated by a Gaussian mixture distribution and compared with state-of-the-art methods. It can be observed that in most cases the stochastic mean-shift clustering outperforms the standard mean-shift. We also illustrate as a practical application the use of the presented method for speaker clustering.
- Abstract（参考訳）: 平均シフトクラスタリングアルゴリズムの確率的バージョンを提案する。
この確率的なバージョンでは、データポイントのランダムに選択されたシーケンスは、目的関数の偏勾配上昇ステップに従って移動する。
提案手法の収束を理論的に評価し, ガウス混合分布から得られた合成2次元試料の相対的性能を最先端法と比較した。
ほとんどの場合、確率的平均シフトクラスタリングは標準平均シフトよりも優れていることが観察できる。
また,提案手法を用いた話者クラスタリングの実用化について述べる。
関連論文リスト
- Sampling by averaging: A multiscale approach to score estimation [4.003851730099099]
複雑で正規化されていないターゲット分布から,マルチスケールのダイナミックスを活用することで,効率的なサンプリングを行うための新しいフレームワークを提案する。
MultALMCとMultCDiffの2つのアルゴリズムが開発された。
このフレームワークは、学生のtベースのノイズモデルと調整された高速プロセスダイナミクスを用いて、重次元のターゲット分布を扱うように拡張されている。
論文 参考訳（メタデータ） (2025-08-20T21:09:34Z) - A spectral clustering-type algorithm for the consistent estimation of the Hurst distribution in moderately high dimensions [8.829673021172587]
我々は,高次元フラクタルシステムに基づくHurst分布の統計的同定のためのアルゴリズムを構築した。
寸法、サンプルサイズ、スケールが無限大となる適度な高次元状態において、アルゴリズムは一貫してハースト分布を推定することを示す。
本研究では,実世界のマクロ経済時系列の分析にアルゴリズムを適用し,統合の証拠を明らかにする。
論文 参考訳（メタデータ） (2025-01-30T03:34:08Z) - Distributed Markov Chain Monte Carlo Sampling based on the Alternating
Direction Method of Multipliers [143.6249073384419]
本論文では,乗算器の交互方向法に基づく分散サンプリング手法を提案する。
我々は,アルゴリズムの収束に関する理論的保証と,その最先端性に関する実験的証拠の両方を提供する。
シミュレーションでは,線形回帰タスクとロジスティック回帰タスクにアルゴリズムを配置し,その高速収束を既存の勾配法と比較した。
論文 参考訳（メタデータ） (2024-01-29T02:08:40Z) - Stochastic mean-shift clustering [2.844607682703337]
平均シフトクラスタリングは、標準的な(決定論的)平均シフトクラスタリングと比較される。
平均シフトクラスタリングは,ほとんどの場合,決定論的平均シフトよりも優れていた。
論文 参考訳（メタデータ） (2023-12-25T10:27:08Z) - Differentiating Metropolis-Hastings to Optimize Intractable Densities [51.16801956665228]
我々はメトロポリス・ハスティングス検層の自動識別アルゴリズムを開発した。
難解な対象密度に対する期待値として表現された目的に対して勾配に基づく最適化を適用する。
論文 参考訳（メタデータ） (2023-06-13T17:56:02Z) - Score-based Continuous-time Discrete Diffusion Models [102.65769839899315]
連続時間マルコフ連鎖を介して逆過程が認知されるマルコフジャンププロセスを導入することにより、拡散モデルを離散変数に拡張する。
条件境界分布の単純なマッチングにより、偏りのない推定器が得られることを示す。
提案手法の有効性を,合成および実世界の音楽と画像のベンチマークで示す。
論文 参考訳（メタデータ） (2022-11-30T05:33:29Z) - A Stochastic Newton Algorithm for Distributed Convex Optimization [62.20732134991661]
均質な分散凸最適化のためのNewtonアルゴリズムを解析し、各マシンが同じ人口目標の勾配を計算する。
提案手法は,既存の手法と比較して,性能を損なうことなく,必要な通信ラウンドの数,頻度を低減できることを示す。
論文 参考訳（メタデータ） (2021-10-07T17:51:10Z) - Sampling in Combinatorial Spaces with SurVAE Flow Augmented MCMC [83.48593305367523]
ハイブリッドモンテカルロ(Hybrid Monte Carlo)は、複素連続分布からサンプリングする強力なマルコフ連鎖モンテカルロ法である。
本稿では,SurVAEフローを用いたモンテカルロ法の拡張に基づく新しい手法を提案する。
本稿では,統計学,計算物理学,機械学習など,様々な分野におけるアルゴリズムの有効性を実証し,代替アルゴリズムと比較した改良点を考察する。
論文 参考訳（メタデータ） (2021-02-04T02:21:08Z)
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。