論文の概要: Cluster Analysis with Resampling for Validation and Exploration (CARVE)

• arxiv url: http://arxiv.org/abs/2606.00327v1
• Date: Fri, 29 May 2026 20:09:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:28.289548
• Title: Cluster Analysis with Resampling for Validation and Exploration (CARVE)
• Title（参考訳）: 検証と探索のための再サンプリングによるクラスタ解析
• Abstract要約: クラスタリングの結果は、アルゴリズムの選択、前処理、およびクラスタ数$k$に敏感である。 クラスタリング検証指標(CVI)によるクラスタリングソリューションの検証技術の現状 CARVEはオープンソースのPythonとRパッケージで、複数のクラスタリングアルゴリズムを共同で評価する。
• 参考スコア（独自算出の注目度）: 5.109810774427172
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Clustering is widely used across the sciences as the foundation for downstream data-driven scientific discoveries. However, clustering results are highly sensitive to the choice of algorithm, preprocessing, and the number of clusters $k$, producing scientific claims that are often not reproducible. The current state of the art for validating clustering solutions consists of clustering validation indices (CVIs) such as Silhouette, Davies-Bouldin, and Calinski-Harabasz, which rely on geometric assumptions that break down on the heavy-tailed, high-dimensional, and nonlinearly structured data encountered in biomedical research. Resampling-based alternatives - grounded in the ideas of clustering stability and generalizability - have been proposed but remain scattered across specialized tools with no unified, accessible software. We fill this gap with CARVE (Cluster Analysis with Resampling for Validation and Exploration), an open-source Python and R package that jointly evaluates multiple clustering algorithms and hyperparameters, returning stability and generalizability diagnostics at the global, cluster, and sample level together with principled selection rules and consensus-based cluster labels. Across six synthetic benchmarks CARVE consistently recovers near-optimal clusterings where classical indices degrade substantially. On experimental genomics and proteomics data sets, CARVE recovers finer biological structure when classical CVIs collapse entirely. CARVE is available with a scikit-learn-compatible Python API and an analogous R interface compatible with Seurat workflows.
• Abstract（参考訳）: クラスタリングは、下流のデータ駆動科学発見の基礎として、科学で広く使われている。 しかし、クラスタリングの結果はアルゴリズムの選択や前処理、クラスタ数に非常に敏感であり、再現不可能な科学的主張を生み出す。 クラスタリングソリューションを検証するための現在の最先端技術は、Silhouette、Davies-Bouldin、Calinski-Harabaszなどのクラスタリング検証指標(CVI)で構成されており、これは、医学的な研究で見られる重く、高次元、非線形に構造化されたデータを分解する幾何学的な仮定に依存している。 クラスタリングの安定性と一般化可能性という考え方を基盤としたリサンプリングベースの代替案が提案されているが、統一的でアクセス可能なソフトウェアを持たない特殊なツールに分散している。 このギャップをCARVE(Cluster Analysis with Resampling for Validation and Exploration)で埋める。これはオープンソースのPythonとRパッケージで、複数のクラスタリングアルゴリズムとハイパーパラメータを共同で評価し、グローバル、クラスタ、サンプルレベルでの安定性と一般化性診断を、原則化された選択ルールとコンセンサスベースのクラスタラベルとともに提供する。 CARVEは6つの総合ベンチマークで、古典的な指標が大幅に低下する最適に近いクラスタリングを継続的に回復する。 実験的なゲノミクスとプロテオミクスデータセットにおいて、CARVEは古典的なCVIが完全に崩壊したとき、より微細な生物学的構造を回復する。 CARVEには、Scikit-learn互換のPython APIと、Seuratワークフローと互換性のあるRインターフェースがある。

関連論文リスト

• Imputation Meets Clustering: Exploiting Latent Subgroup Structure for Missing Data Recovery [52.29866804948133]
  本稿では、クラスタリングと命令を相互に強化する共最適化プロセスとして再構築するフレームワークであるCAGI(Cluster-Aware Generative Imputation)を提案する。 14のベンチマークデータセットと15の代表的なベースラインの実験は、CAGIの優位性を実証している。
  論文  参考訳（メタデータ） (2026-07-08T02:50:02Z)
• Cluster LOCO: Feature Importance For Interpreting Clusters [5.6721325104114655]
  本稿では、クラスタリングにおけるモデルに依存しない特徴重要度スコアのファミリーであるCluster LOCOを紹介する。 任意の選択されたクラスタリングアルゴリズムに対して、Cluster LOCOは、その削除が一般化可能性をどの程度低下させるかを測定することで、機能の重要性を定量化する。 本稿では,Cluster LOCOが既存のクラスタリング特徴重要手法よりも情報的特徴をより確実に回復することを示す。
  論文  参考訳（メタデータ） (2026-06-12T16:10:26Z)
• DOGMA: Weaving Structural Information into Data-centric Single-cell Transcriptomics Analysis [43.565183518761984]
  生データの構造的再構成と意味的拡張を目的としたデータ中心型フレームワークであるDOGMAを提案する。 複雑な多種多様なベンチマークにおいて、DOGMA SOTA性能は優れたゼロショットロバスト性とサンプル効率を示す。
  論文  参考訳（メタデータ） (2026-02-02T09:10:09Z)
• Robust Categorical Data Clustering Guided by Multi-Granular Competitive Learning [47.32771052588132]
  ネストされた粒状クラスター効果は、カテゴリーデータの暗黙的な離散距離空間で顕著である。 本稿では,潜在的なクラスタが対話的に自分自身をチューニングできるマルチグラニュラ競合学習アルゴリズムを提案する。 提案手法は,マルチグラニュラクラスタのネスト分布の探索に有効であることを示す。
  論文  参考訳（メタデータ） (2026-01-23T06:33:08Z)
• Convex Clustering Redefined: Robust Learning with the Median of Means Estimator [22.614296433333106]
  コンベックスクラスタリングをMedian of Means (MoM) 推定器と統合するロバストなアプローチを導入する。 提案手法は,特に大規模データセットにおいて,性能と効率を両立させる。
  論文  参考訳（メタデータ） (2025-11-12T21:16:53Z)
• Reliable data clustering with Bayesian community detection [0.0]
  研究者たちはモジュール構造を明らかにするために、クラスタリングの類似性データに依存している。 しかし、階層クラスタリング、k平均、WGCNAといった広く使われているクラスタリング手法では、基本モデル選択が欠如しており、ノイズの影響を受けやすい。 一般的な回避策は相関行列表現をスパースしてクラスタリング前にノイズを除去するが、この余分なステップは任意のしきい値を導入し、構造を歪め、信頼できない結果をもたらす。
  論文  参考訳（メタデータ） (2025-10-16T14:10:24Z)
• Cluster-Level Sparse Multi-Instance Learning for Whole-Slide Images [9.658549716966176]
  クラスタレベルのスパースMIL(csMIL)は、グローバルなローカルインスタンスクラスタリング、クラスタ内の注意、クラスタレベルのスパース性誘導を統合する新しいフレームワークである。 当社のcsMILはまず,すべてのバッグに対してグローバルなクラスタリングを実施して$K$クラスタセンターを確立し,続いて各バッグ内のローカルクラスタリングを実施してクラスタラベルを割り当てています。 このアプローチは、ノイズの多いインスタンスに対する堅牢性を高め、臨界領域を特定して解釈可能性を高め、計算複雑性を低減する。
  論文  参考訳（メタデータ） (2025-09-14T01:50:51Z)
• 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)
• Interpretable Clustering with the Distinguishability Criterion [0.4419843514606336]
  本稿では,特定クラスタの分離可能性の定量化と推定クラスタ構成の検証を行うために,分散可能性基準と呼ばれるグローバルな基準を提案する。 本稿では、分散可能性基準と多くの一般的なクラスタリング手順を統合した損失関数に基づく計算フレームワークを提案する。 シミュレーション研究および実データアプリケーションに基づく包括的データ解析の結果とともに,これらの新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-04-24T16:38:15Z)
• Fuzzy K-Means Clustering without Cluster Centroids [21.256564324236333]
  ファジィK平均クラスタリングは教師なしデータ分析において重要な手法である。 本稿では,クラスタセントロイドへの依存を完全に排除する,ファジィテクストK-Meansクラスタリングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-04-07T12:25:03Z)
• Revisiting Instance-Optimal Cluster Recovery in the Labeled Stochastic Block Model [85.51611950757643]
  IAC (Instance-Adaptive Clustering, インスタンス適応クラスタリング) を提案する。 IACは$ MathcalO(n, textpolylog(n) $の計算複雑性を維持しており、大規模問題に対してスケーラブルで実用的なものである。
  論文  参考訳（メタデータ） (2023-06-18T08:46:06Z)
• Parametric Classification for Generalized Category Discovery: A Baseline Study [70.73212959385387]
  Generalized Category Discovery (GCD)は、ラベル付きサンプルから学習した知識を用いて、ラベルなしデータセットで新しいカテゴリを発見することを目的としている。 パラメトリック分類器の故障を調査し,高品質な監視が可能であった場合の過去の設計選択の有効性を検証し,信頼性の低い疑似ラベルを重要課題として同定する。 エントロピー正規化の利点を生かし、複数のGCDベンチマークにおける最先端性能を実現し、未知のクラス数に対して強いロバスト性を示す、単純で効果的なパラメトリック分類法を提案する。
  論文  参考訳（メタデータ） (2022-11-21T18:47:11Z)
• Detection and Evaluation of Clusters within Sequential Data [58.720142291102135]
  Block Markov Chainsのクラスタリングアルゴリズムは理論的最適性を保証する。 特に、私たちのシーケンシャルデータは、ヒトのDNA、テキスト、動物運動データ、金融市場から派生しています。 ブロックマルコフ連鎖モデルの仮定は、実際に探索データ解析において有意義な洞察を得られることが判明した。
  論文  参考訳（メタデータ） (2022-10-04T15:22:39Z)
• Enhancing cluster analysis via topological manifold learning [0.3823356975862006]
  クラスタ化前にデータセットのトポロジ構造を推定することで,クラスタ検出を大幅に向上させることができることを示す。 位相構造を推定するための多様体学習法UMAPと密度に基づくクラスタリング法DBSCANを組み合わせた。
  論文  参考訳（メタデータ） (2022-07-01T15:53:39Z)

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。