論文の概要: Central Description Length (CDL) Clustering Validation Index

• arxiv url: http://arxiv.org/abs/2606.05230v1
• Date: Tue, 02 Jun 2026 22:47:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-05 22:39:44.262811
• Title: Central Description Length (CDL) Clustering Validation Index
• Title（参考訳）: 中央記述長(CDL)クラスタリング検証指標
• Authors: Mahdi Shamsi, Soosan Beheshti,
• Abstract要約: クラスタリング検証指標(CVI)は、候補クラスタリングのランク付けのための内部スコアを提供する。 一般的なCVIはユークリッドコンパクト性と分離項から作られている。 本稿では,CDL(Central Description Length)クラスタリング検証指標を提案する。
• 参考スコア（独自算出の注目度）: 3.3517146652431378
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Selecting a clustering algorithm and its hyperparameters without labels is a common difficulty in engineering machine learning pipelines that work with unsupervised analysis of sensor, image, or process data. Clustering validation indices (CVIs) provide internal scores for ranking candidate clusterings, but most popular CVIs are built from Euclidean compactness and separation terms and so tend to favour compact, convex partitions. Their performance is known to degrade on non convex, irregular, or variable density data, where kernel transformations or alternative distance measures are typically used at the cost of additional tuning and computation. This paper introduces the Central Description Length (CDL) clustering validation index. CDL uses the observed within cluster compactness, the estimated cluster centers, and the estimated cluster covariances to compute a probabilistic upper bound on the description length associated with the unobservable true cluster centers. The bound condenses intra cluster compactness and centroid displacement into a single computable quantity and is evaluated on the partition produced by any clustering algorithm. The implementation uses only observable quantities (the data, the partition, the estimated centers, and the estimated covariances) and does not use ground truth labels. On synthetic benchmarks with non convex and arbitrary shape clusters, CDL-CVI selected the reference number of clusters more often and reached higher Adjusted Rand Index (ARI) values than the conventional CVIs we tested, without an additional kernel preprocessing stage. On image benchmarks (MNIST, CIFAR-10, STL-10) clustered from frozen unsupervised embeddings, CDL-CVI returned cluster numbers close to the reference class counts across K-means, DBSCAN, and spectral clustering in the reported trials.
• Abstract（参考訳）: クラスタリングアルゴリズムとそのハイパーパラメータをラベルなしで選択することは、センサー、画像、プロセスデータの教師なし分析を扱う機械学習パイプラインにおいて、一般的な困難である。 クラスタリング検証指標(CVI)は、ランキング候補クラスタリングのための内部スコアを提供するが、最も一般的なCVIはユークリッドコンパクト性と分離項から構築されるため、コンパクトで凸な分割を好む傾向にある。 それらの性能は、非凸、不規則、または可変密度のデータで劣化することが知られており、カーネル変換や代替距離測定は、通常、追加のチューニングと計算のコストで使用される。 本稿では,CDL(Central Description Length)クラスタリング検証指標を提案する。 CDLは、観測されたクラスタのコンパクト性、推定されたクラスタ中心、および推定されたクラスタ共分散を用いて、観測不可能な真のクラスタ中心に関連する記述長の確率的上限を計算する。 境界はクラスタ内コンパクト性とセントロイド変位を1つの計算可能な量に凝縮し、任意のクラスタリングアルゴリズムによって生成されたパーティションに基づいて評価する。 この実装は観測可能な量(データ、分割、推定中心、推定共分散)のみを使用し、基底真理ラベルを使用しない。 非凸および任意の形状のクラスタを持つ合成ベンチマークにおいて、CDL-CVIはより頻繁にクラスタの参照数を選択し、カーネル前処理段階を伴わずにテストした従来のCVIよりも高い調整ランダムインデックス(ARI)値に達した。 凍結した非教師埋め込みからクラスタリングされた画像ベンチマーク(MNIST, CIFAR-10, STL-10)では、CDL-CVIはK-means、DBSCAN、スペクトルクラスタリングにまたがる参照クラス数に近いクラスタ番号を返す。

関連論文リスト

• K*-Means: A Parameter-free Clustering Algorithm [55.20132267309382]
  k*-meansは、kや他のパラメータをセットする必要がない新しいクラスタリングアルゴリズムである。 最小記述長の原理を用いて、クラスタの分割とマージによって最適なクラスタ数k*を自動的に決定する。 k*-平均が収束することが保証されることを証明し、kが未知のシナリオにおいて既存のメソッドよりも著しく優れていることを実験的に証明する。
  論文  参考訳（メタデータ） (2025-05-17T08:41:07Z)
• Fast Clustering of Categorical Big Data [1.8416014644193066]
  分類データのクラスタリングのために開発されたK-Modesアルゴリズムは、クラスタリング品質とクラスタリング効率の信頼性の低いパフォーマンスに悩まされている。 我々は、クラスタを見つけるための連続的な二分法プロセスであるBisecting K-Modes (BK-Modes) を調査し、クラスタが二分法プロセスからどのくらいの精度で出発するかを調べる。 実験結果から,大規模データセットのクラスタリング品質と効率の両面で,BK-Modsの優れた性能が示された。
  論文  参考訳（メタデータ） (2025-02-10T22:19:08Z)
• Estimating the Optimal Number of Clusters in Categorical Data Clustering by Silhouette Coefficient [0.5939858158928473]
  本稿では,分類データクラスタリングにおける最適kを推定するアルゴリズムk-SCCを提案する。 k-SCCの性能を比較するために, 合成データセットと実データセットの比較実験を行った。
  論文  参考訳（メタデータ） (2025-01-26T14:29:11Z)
• 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)
• 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)
• Rethinking k-means from manifold learning perspective [122.38667613245151]
  平均推定なしで直接データのクラスタを検出する新しいクラスタリングアルゴリズムを提案する。 具体的には,バタワースフィルタを用いてデータ点間の距離行列を構成する。 異なる視点に埋め込まれた相補的な情報をうまく活用するために、テンソルのSchatten p-norm正規化を利用する。
  論文  参考訳（メタデータ） (2023-05-12T03:01:41Z)
• Very Compact Clusters with Structural Regularization via Similarity and Connectivity [3.779514860341336]
  本稿では,汎用データセットのためのエンドツーエンドのディープクラスタリングアルゴリズムであるVery Compact Clusters (VCC)を提案する。 提案手法は,最先端のクラスタリング手法よりも優れたクラスタリング性能を実現する。
  論文  参考訳（メタデータ） (2021-06-09T23:22:03Z)
• Determinantal consensus clustering [77.34726150561087]
  本稿では,クラスタリングアルゴリズムのランダム再起動における決定点プロセス (DPP) の利用を提案する。 DPPは部分集合内の中心点の多様性を好んでいる。 DPPとは対照的に、この手法は多様性の確保と、すべてのデータフェースについて良好なカバレッジを得るために失敗することを示す。
  論文  参考訳（メタデータ） (2021-02-07T23:48:24Z)
• Supervised Enhanced Soft Subspace Clustering (SESSC) for TSK Fuzzy Classifiers [25.32478253796209]
  ファジィc平均クラスタリングアルゴリズムは,高木・スゲノカン(TSK)ファジィ分類器パラメータ推定によく用いられる。 本稿では,クラスタ内コンパクト性,クラスタ間分離,クラスタリングにおけるラベル情報とを同時に考慮した拡張ソフトサブスペースクラスタリング(SESSC)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-02-27T19:39:19Z)

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。