×
杰格尔卡、斯蒂芬妮;苏夫里特·斯拉;阿林达姆·班纳吉

张量聚类的近似算法。 （英语） Zbl 1262.68151号

Gavaldá，Ricard（编辑）等，算法学习理论。第20届国际会议，ALT 2009，葡萄牙波尔图，2009年10月3-5日。诉讼程序。柏林：施普林格出版社（ISBN 978-3-642-04413-7/pbk）。计算机科学课程讲稿5809。人工智能课堂讲稿，368-383（2009）。
摘要：我们提出了张量聚类的第一个（据我们所知）近似算法，这是对基本一维聚类的有力推广。张量在处理复杂异构数据的现代应用中越来越常见，而对其进行聚类是数据分析和模式发现的基本工具。与一维相似，常用的张量聚类公式需要优化。但是，与一维情况不同，似乎没有已知的近似算法。我们解决了这种不平衡，并基于最近的联合聚类工作，推导出一种具有近似保证的张量聚类算法，允许度量和偏差（例如Bregman）作为目标函数。因此，我们通过以下方式回答了两个开放性问题A.阿纳格诺斯托普洛斯等人[“联合聚类的近似算法”，载于：第27届ACM数据库系统原理研讨会论文集，PODS 2008。纽约州纽约市：ACM。201–210 (2008;doi:10.1145/1376916.1376945)]. 我们的分析得出了一个与数据大小无关的常数近似因子；一个最坏的例子表明，对于欧几里德共聚类来说，这个因子是紧的。然而，从经验上看，近似因子是保守的，因此我们的方法也可以在实践中使用。
关于整个系列，请参见[Zbl 1176.68006号].

引用于9文件

MSC公司：

68T05年 人工智能中的学习和自适应系统
68周25 近似算法

软件：

k平均值++
PDF格式BibTeX公司 XML格式引用
\textit{S.Jegelka}等人，莱克特。注释计算。科学。5809368--383（2009年；Zbl 1262.68151）
全文： 内政部

参考文献：

[1] Banerjee，A.，Basu，S.，Merugu，S.：关系图上的多向聚类。在：SIAM Conf.数据挖掘，SDM（2007）·doi:10.1137/1.9781611972771.14
[2] Shashua，A.，Zass，R.，Hazan，T.：使用超对称非负张量因子分解的多向聚类。收录：Leonardis，A.，Bischof，H.，Pinz，A.（编辑）ECCV 2006。LNCS，第3954卷，第595-608页。斯普林格，海德堡（2006）·doi:10.1007/11744085_46
[3] Dhillon，I.S.，Mallela，S.，Modha，D.S.：信息论联合聚类。摘自：KDD，第89–98页（2003）·doi:10.1145/956750.956764
[4] Banerjee，A.、Dhillon，I.S.、Ghosh，J.、Merugu，S.、Modha，D.S.：Bregman协聚类和矩阵近似的广义最大熵方法。JMLR 81919-1986（2007）·兹比尔1222.68139
[5] Ackermann，M.R.，Blömer，J.：Bregman发散的核集和近似聚类。收录：ACM-SIAM Symp。在光盘上。藻类。，SODA（2009）·doi:10.1137/1.9781611973068.118
[6] Ackermann，M.R.，Blömer，J.，Sohler，C.：公制和非公制距离度量的聚类。收录：ACM-SIAM Symp。在光盘上。藻类。（SODA）（2008年4月）·Zbl 1192.68633号
[7] Arthur，D.，Vassilvitskii，S.:k-means++：谨慎播种的优势。收录：ACM-SIAM Symp。关于Discete算法（SODA），第1027–1035页（2007年）·Zbl 1302.68273号
[8] Nock，R.，Luosto，P.，Kivinen，J.：具有近似保证的混合Bregman聚类。收录：Daelemans，W.、Goethals，B.、Morik，K.（编辑）ECML/PKDD 2008，第二部分。LNCS（LNAI），第5212卷，第154-169页。斯普林格，海德堡（2008）·doi:10.1007/978-3-540-87481-2_11
[9] Sra，S.、Jegelka，S.和Banerjee，A.：Bregman聚类、联合聚类和张量聚类的近似算法。技术报告177，生物控制论MPI（2008）·Zbl 1262.68151号
[10] Ben-David，S.：一个统计聚类框架，具有K-median和K-means聚类的常数时间近似算法。学习。 66(2-3), 243–257 (2007) ·Zbl 1470.62080号 ·doi:10.1007/s10994-006-0587-3
[11] Puolamäki，K.，Hanhijärvi，S.，Garriga，G.C.：双聚类的近似比率。Inf.过程。信件108（2），45–49（2008）·兹比尔1191.68873 ·doi:10.1016/j.ipl.2008.03.013
[12] Anagostopoulos，A.，Dasgupta，A.，Kumar，R.：联合聚类的近似算法。摘自：Symp。数据库系统原理，PODS（2008）·Zbl 1297.68256号 ·doi:10.1145/1376916.1376945
[13] 查，H.，丁，C.，李，T.，朱，S.：使用矩阵和张量的数据挖掘研讨会。In:KDD（2008）
[14] Hasan，M.，Velazquez-Amendariz，E.，Pellacini，F.，Bala，K.：渲染多灯光动画的张量聚类。欧洲图形交响乐团。关于渲染，第27卷（2008）
[15] Kolda，T.G.，Bader，B.W.：张量分解与应用。SIAM评论51（3）（将于2009年发布）·Zbl 1173.65029号 ·doi:10.1137/07070111X
[16] Hartigan，J.A.：《数据矩阵的直接聚类》，美国统计协会期刊，67（337），123–129（1972）·网址：10.1080/01621459.1972.10481214
[17] Cheng，Y.，Church，G.：表达数据的双聚类。In：程序。ISMB，第93-103页。AAAI出版社，门罗公园（2000）
[18] Dhillon，I.S.：使用二部谱图划分对文档和单词进行共聚类。收录于：KDD，第269-274页（2001年）·doi:10.1145/502512.502550
[19] Bekkerman，R.、El-Yaniv，R.和McCallum，A.：通过成对交互的多向分布聚类。In:ICML（2005）·数字对象标识代码：10.1145/102351.1102357
[20] Agarwal，S.，Lim，J.，Zelnik-Manor，L.，Perona，P.，Kriegman，D.，Belongie，S.：超越成对聚类。收录：IEEE CVPR（2005）·doi:10.1109/CVPR.2005.89
[21] Govindu，V.M.：用于几何分组和分割的张量分解。In:IEEE CVPR（2005）·doi:10.1109/CVPR.2005.50
[22] Schölkopf，B.，Smola，A.：用内核学习。麻省理工学院出版社，剑桥（2001）·Zbl 1019.68094号
[23] Hein，M.，Bousquet，O.：希尔伯特度量和概率测度的正定核。In:AISTATS（2005）
[24] Censor，Y.，Zenios，S.A.：并行优化：理论、算法和应用。牛津大学出版社，牛津（1997）·Zbl 0945.90064号
[25] Banerjee，A.、Merugu，S.、Dhillon，I.S.、Ghosh，J.：具有Bregman分歧的聚类。JMLR 6（6），1705–1749（2005）·Zbl 1190.62117号
[26] de Silva，V.，Lim，L.H.：张量秩和最佳低秩近似问题的病态性。SIAM J.矩阵分析与申请。 30(3), 1084–1127 (2008) ·Zbl 1167.14038号 ·数字对象标识码：10.1137/06066518X
[27] Jegelka，S.、Sra，S.和Banerjee，A.：Bregman联合聚类和张量聚类的近似算法（2009）；arX输入：cs。DS/0812.0389v3·Zbl 1262.68151号
[28] Chaudhuri，K.，McGregor，A.：在信息理论聚类中发现度量结构。收录：学习理论会议，COLT（2008年7月）
[29] Cho，H.，Dhillon，I.S.，Guan，Y.，Sra，S.：基因表达数据的基于最小平方残差的共聚类。在：传感和诊断模块，114–125（2004）
[30] Kluger，Y.，Basri，R.，Chang，J.T.：微阵列数据的光谱双聚类：共聚类基因和条件。基因组研究13，703–716（2003）·doi:10.1101/gr.648603
[31] Cho，H.，Dhillon，I.：使用最小平方和残差共聚类法对人类癌症微阵列进行共聚类。IEEE/ACM Tran。计算。生物信息学。 5(3), 385–400 (2008) ·doi:10.1109/TCBB.2007.70268
[32] Baranzini，S.E.等人：使用监督计算方法基于转录的IFN{\（β\）}反应预测。《公共科学图书馆·生物学》3（1）（2004）·doi:10.1371/journal.pbio.0030002
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。