In the first half this paper, we generalize the theory of layer points for Lesnick- (or degree-Rips-) complexes to the more general context of $\vec{v}$-hierarchical clusterings. Layer points provide a compressed description of a hierarchical clustering by recording only the points where a cluster changes. For multi-parameter hierarchical clusterings we consider both a global notion of layer points and layer points in the direction of a single parameter. An interleaving of hierarchical clusterings of the same set induces an interleaving of global layer points. In the particular, we consider cases where a hierarchical clustering of a finite metric space, $Y$, is interleaved with a hierarchical clustering of some sample $X \subseteq Y$. In the second half, we focus on the hierarchical clustering $\pi_0 L_{-,k}(Y)$ for some finite metric space $Y$. When $X \subseteq Y$ satisfies certain conditions guaranteeing $X$ is well dispersed in $Y$ and the points of $Y$ are dense around $X$, there is an interleaving of layer points for $\pi_0 L_{-,k}(Y)$ and a truncated version of $L_{-,0}(X) = V_{-}(X)$. Under stronger conditions, this interleaving defines a retract from the layer points for $\pi_0 L_{-,k}(Y)$ to the layer points for $\pi_0 L_{-,0}(X)$.


翻译:在本文的前半部分, 我们将Lesnick- (或度- 里普斯- ) 复合层的层点理论概括为 $\ vec{v} $- 等级组群的更一般的背景 。 层点只记录组群变化的点。 对于多参数的等级组群, 我们同时考虑一个单一参数方向的多参数点点和层点的全球概念。 同一组的等级组群相互交错, 引发一个全球层点的中间值。 特别是, 我们考虑的情况是, 一个限定的基点( Y$) 的等级组群, 一个基点是 $X\ subsesesesec Y. 在后半部分, 我们侧重于某个限定的基点 $\ pi_ 0 L- k (Y) 。 当一个基点的 $X\ subsetc $ n_ x_ r_ lixx 的基点, 一个基点是这个基值的基点, 一个基值为 $x_ 美元, 一个基值的基值。

0
下载
关闭预览

相关内容

层次聚类(Hierarchical Clustering)是聚类算法的一种,通过计算不同类别数据点间的相似度来创建一棵有层次的嵌套聚类树。在聚类树中,不同类别的原始数据点是树的最低层,树的顶层是一个聚类的根节点。
【UAI2021教程】贝叶斯最优学习,65页ppt
专知会员服务
64+阅读 · 2021年8月7日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
52+阅读 · 2020年9月7日
【论文推荐】文本摘要简述
专知会员服务
68+阅读 · 2020年7月20日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年10月23日
Arxiv
0+阅读 · 2021年10月22日
Arxiv
6+阅读 · 2018年10月3日
VIP会员
相关VIP内容
相关资讯
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员