Semi-supervised clustering via multi-level random walk
Semi-supervised clustering via multi-level random walk
复制标题
通过多级随机游走的半监督聚类
DOI：
10.1016/j.patcog.2013.07.023
复制
发表时间：
2014-02
影响因子：
8
通讯作者：
Ling Chen
中科院分区：
文献类型：
--
作者：
Ping He;Xiaohua Xu;Kongfa Hu;Ling Chen
半监督聚类的一个关键问题是如何利用有限但信息丰富的成对约束。在本文中，我们提出了一种新的基于图的约束聚类算法，称为 SCRAWL。它由两个不同粒度的随机游走组成。在较低级别的随机游走中，SCRAWL 根据顶点（即数据点）是否处于成对约束中将它们划分为受约束和无约束的顶点。对于每个受约束的顶点，它的影响范围，或者说它对不受约束的顶点施加的影响程度，被封装在一个称为组件的中间结构中。每对组件之间的边集决定了成对约束的影响范围。在更高级别的随机游走中，SCRAWL 对组件强制执行成对约束，以便约束影响可以传播到不受约束的边。最后，我们结合所有组件的簇成员资格来获得每个顶点的簇分配。合成数据集和真实数据集上令人鼓舞的实验结果证明了我们方法的有效性。
A key issue of semi-supervised clustering is how to utilize the limited but informative pairwise constraints. In this paper, we propose a new graph-based constrained clustering algorithm, named SCRAWL. It is composed of two random walks with different granularities. In the lower-level random walk, SCRAWL partitions the vertices (i.e., data points) into constrained and unconstrained ones, according to whether they are in the pairwise constraints. For every constrained vertex, its influence range, or the degrees of influence it exerts on the unconstrained vertices, is encapsulated in an intermediate structure called component. The edge set between each pair of components determines the affecting scope of the pairwise constraints. In the higher-level random walk, SCRAWL enforces the pairwise constraints on the components, so that the constraint influence can be propagated to the unconstrained edges. At last, we combine the cluster membership of all the components to obtain the cluster assignment for each vertex. The promising experimental results on both synthetic and real-world data sets demonstrate the effectiveness of our method.
登录
查看更多内容
DOI：
10.1002/047134608x.w5513.pub2
发表时间：
2019-02
期刊：
Wiley Encyclopedia of Electrical and Electronics Engineering
影响因子：
--
作者：
K. Kulkarni;P. Turaga;Anuj Srivastava;Rama Chellappa
通讯作者：
K. Kulkarni;P. Turaga;Anuj Srivastava;Rama Chellappa
影响因子：
3.9
作者：
Lorenzo Vaquero;V. Brea;M. Mucientes
通讯作者：
Lorenzo Vaquero;V. Brea;M. Mucientes
DOI：
10.1049/iet-bmt.2018.5117
发表时间：
2016
期刊：
IET Biom.
影响因子：
--
作者：
Sheng He;Lambert Schomaker
通讯作者：
Sheng He;Lambert Schomaker
影响因子：
6
作者：
Xu, Xiaohua;Lu, Lin;He, Ping;Pan, Zhoujin;Chen, Ling
通讯作者：
Chen, Ling
影响因子：
--
作者：
Asa Ben-Hur
通讯作者：
Asa Ben-Hur