会员服务
INFORMS · 簇 · 互信息 · 离散数学 ·
2021 年 12 月 14 日
Clustering with Respect to the Information Distance
翻译：与信息距离有关的集群
Andrei Romashchenko
Andrei Romashchenko
from arxiv, 10 pages; 2 figures

We discuss the notion of a dense cluster with respect to the information distance and prove that all such clusters have an extractable core that represents the mutual information shared by the objects in the cluster.


翻译：我们讨论了关于信息距离的密集集群概念,并证明所有这些集群都有一个可提取的核心,它代表了该集群各目标共享的相互信息。
0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文，扩大了运筹学和计算的范围，寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文，以及描述新的和有用的软件工具的论文。官网链接：https://pubsonline.informs.org/journal/ijoc
【图与几何深度学习，53页ppt】Graph and geometric deep learning
专知会员服务
87+阅读 · 2021年6月14日
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
【Manning新书】现代Java实战，592页pdf
【Manning新书】现代Java实战，592页pdf
专知会员服务
99+阅读 · 2020年5月22日
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
专知会员服务
88+阅读 · 2020年2月12日
UC.Berkeley CS189讲义教材:《机器学习全面指南》，185页pdf
专知会员服务
159+阅读 · 2020年1月16日
【Python Tricks新书】The book: A Buffet of Awesome Python Features，299页pdf
【Python Tricks新书】The book: A Buffet of Awesome Python Features，299页pdf
专知会员服务
44+阅读 · 2020年1月1日
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
专知会员服务
9+阅读 · 2019年10月24日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
238+阅读 · 2019年10月21日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
深度自进化聚类：Deep Self-Evolution Clustering
深度自进化聚类：Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
随波逐流：Similarity-Adaptive and Discrete Optimization
随波逐流：Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
A Distance Covariance-based Kernel for Nonlinear Causal Clustering in Heterogeneous Populations
A Distance Covariance-based Kernel for Nonlinear Causal Clustering in Heterogeneous Populations
Arxiv
0+阅读 · 2022年2月18日
Gradient Based Clustering
Gradient Based Clustering
Arxiv
0+阅读 · 2022年2月18日
Distributed k-Means with Outliers in General Metrics
Arxiv
0+阅读 · 2022年2月16日
Contrastive Clustering
Arxiv
31+阅读 · 2020年9月21日
已删除
已删除
Arxiv
32+阅读 · 2020年3月23日
Adaptive Graph Convolutional Network with Attention Graph Clustering for Co-saliency Detection
Adaptive Graph Convolutional Network with Attention Graph Clustering for Co-saliency Detection
Arxiv
10+阅读 · 2020年3月13日
Meta-Learning to Cluster
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
ClusterGAN : Latent Space Clustering in Generative Adversarial Networks
ClusterGAN : Latent Space Clustering in Generative Adversarial Networks
Arxiv
10+阅读 · 2018年9月10日
Invariant Information Distillation for Unsupervised Image Segmentation and Clustering
Invariant Information Distillation for Unsupervised Image Segmentation and Clustering
Arxiv
5+阅读 · 2018年7月21日
Disentangled Person Image Generation
Arxiv
7+阅读 · 2018年1月21日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
INFORMS
簇
互信息
离散数学
相关VIP内容
【图与几何深度学习，53页ppt】Graph and geometric deep learning
专知会员服务
87+阅读 · 2021年6月14日
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
【Manning新书】现代Java实战，592页pdf
【Manning新书】现代Java实战，592页pdf
专知会员服务
99+阅读 · 2020年5月22日
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
专知会员服务
88+阅读 · 2020年2月12日
UC.Berkeley CS189讲义教材:《机器学习全面指南》，185页pdf
专知会员服务
159+阅读 · 2020年1月16日
【Python Tricks新书】The book: A Buffet of Awesome Python Features，299页pdf
【Python Tricks新书】The book: A Buffet of Awesome Python Features，299页pdf
专知会员服务
44+阅读 · 2020年1月1日
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
专知会员服务
9+阅读 · 2019年10月24日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
238+阅读 · 2019年10月21日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
深度自进化聚类：Deep Self-Evolution Clustering
深度自进化聚类：Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
随波逐流：Similarity-Adaptive and Discrete Optimization
随波逐流：Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
A Distance Covariance-based Kernel for Nonlinear Causal Clustering in Heterogeneous Populations
A Distance Covariance-based Kernel for Nonlinear Causal Clustering in Heterogeneous Populations
Arxiv
0+阅读 · 2022年2月18日
Gradient Based Clustering
Gradient Based Clustering
Arxiv
0+阅读 · 2022年2月18日
Distributed k-Means with Outliers in General Metrics
Arxiv
0+阅读 · 2022年2月16日
Contrastive Clustering
Arxiv
31+阅读 · 2020年9月21日
已删除
已删除
Arxiv
32+阅读 · 2020年3月23日
Adaptive Graph Convolutional Network with Attention Graph Clustering for Co-saliency Detection
Adaptive Graph Convolutional Network with Attention Graph Clustering for Co-saliency Detection
Arxiv
10+阅读 · 2020年3月13日
Meta-Learning to Cluster
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
ClusterGAN : Latent Space Clustering in Generative Adversarial Networks
ClusterGAN : Latent Space Clustering in Generative Adversarial Networks
Arxiv
10+阅读 · 2018年9月10日
Invariant Information Distillation for Unsupervised Image Segmentation and Clustering
Invariant Information Distillation for Unsupervised Image Segmentation and Clustering
Arxiv
5+阅读 · 2018年7月21日
Disentangled Person Image Generation
Arxiv
7+阅读 · 2018年1月21日
Top
微信扫码咨询专知VIP会员
Top