Resumen

Como es bien sabido, los métodos tradicionales de clustering espectral (SC) se desarrollan basándose en la suposición del manifold, es decir, que dos puntos de datos cercanos en la región de alta densidad de un manifold de datos de baja dimensión tienen la misma etiqueta de cluster. Sin embargo, en el caso de algunos datos dispersos y de alta densidad, esta suposición puede no ser válida. En consecuencia, el rendimiento de clustering de SC se degradará bruscamente en este caso. Para resolver este problema, en este artículo proponemos un marco general de incrustación espectral, que incrusta la verdadera matriz de asignación de conglomerados para datos de alta dimensión en un espacio no lineal mediante una función de incrustación predefinida. Basándose en este marco, se presentan varios algoritmos que utilizan diferentes funciones de incrustación, cuyo objetivo es aprender la matriz de asignación de conglomerados final y una transformación en un espacio de baja dimensionalidad simultáneamente. Y lo que es más importante, el método propuesto puede manejar de forma natural el problema de la extensión fuera de la muestra. Los resultados experimentales sobre conjuntos de datos de referencia demuestran que el método propuesto supera significativamente a los métodos de agrupación existentes.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Agrupación espectral tradicional; Suposición de múltiple; Datos de alta dimensión; Rendimiento de la agrupación; Marco espectral incrustado; Extensión fuera de muestra
• Keywords:Traditional spectral clustering; Manifold assumption; High-dimensional data; Clustering performance; Spectral embedded framework; Out-of-sample extension