[2312.11157] मल्टीव्यू ग्राफ़ क्लस्टरिंग के लिए एक निम्न-रैंक गैर-उत्तल मानक विधि

अलाएद्दीन ज़हीर और 2 अन्य लेखकों द्वारा मल्टीव्यू ग्राफ़ क्लस्टरिंग के लिए एक निम्न-रैंक गैर-उत्तल मानक विधि शीर्षक वाले पेपर का एक पीडीएफ देखें।

पीडीएफ देखें
HTML (प्रयोगात्मक)

अमूर्त:यह अध्ययन मल्टी-व्यू क्लस्टरिंग के लिए एक नई तकनीक पेश करता है जिसे “कम-रैंक गैर-उत्तल मानदंड का उपयोग करते हुए सर्वसम्मति ग्राफ-आधारित मल्टी-व्यू क्लस्टरिंग विधि” (सीजीएमवीसी-एनसी) के रूप में जाना जाता है। मशीन लर्निंग में मल्टी-व्यू क्लस्टरिंग एक चुनौतीपूर्ण कार्य है क्योंकि इसमें कई डेटा स्रोतों या दृश्यों से जानकारी को क्लस्टर डेटा बिंदुओं पर सटीक रूप से एकीकृत करने की आवश्यकता होती है। सुझाया गया दृष्टिकोण मल्टी-व्यू डेटा टेंसर की संरचनात्मक विशेषताओं का उपयोग करता है, इन विचारों के बीच सहसंबंधों की पहचान करने के लिए एक गैर-उत्तल टेंसर मानदंड पेश करता है। पारंपरिक तरीकों के विपरीत, यह दृष्टिकोण कई बेंचमार्क डेटासेट में बेहतर क्लस्टरिंग सटीकता प्रदर्शित करता है। उपयोग किए गए टेंसर मानदंड की गैर-उत्तल प्रकृति के बावजूद, प्रस्तावित विधि मौजूदा एल्गोरिदम का उपयोग करके कुशल अनुकूलन के लिए उत्तरदायी है। यह दृष्टिकोण बहु-दृश्य डेटा विश्लेषण के लिए एक मूल्यवान उपकरण प्रदान करता है और इसमें विभिन्न क्षेत्रों में जटिल प्रणालियों की हमारी समझ को बढ़ाने की क्षमता है। आगे का शोध अन्य प्रकार के डेटा के लिए इस पद्धति के अनुप्रयोग का पता लगा सकता है और इसे अन्य मशीन-शिक्षण कार्यों तक विस्तारित कर सकता है।