Density-Based Diffusion for Soft Clustering

Thomas Bonis 1 Steve Oudot 1
1 GEOMETRICA - Geometric computing
CRISAM - Inria Sophia Antipolis - Méditerranée , Inria Saclay - Ile de France
Résumé : Ccet article promeut l'usage de processus de diffusion basés sur la densité pour effectuer du clustering soft. Notre approche interpole entre la recherche de modes classique et le clustering spectral, et elle est paramétrée par un paramètre de temếrature β > 0 contrôlant la quantité de mouvement Brownien ajoutée à la montée de gradient. En pratique nous simulons le processus de diffusion dans le domaine continu par des marches aléatoires dans des graphes de voisinage construits sur les points de données. Nous prouvons la convergence de ce schéma sous des hypothèses d'échantillonnage faibles, et nous dérivons des garanties sur le clustering obtenu en termes de fonctions d'appartenance. Nos résultats théoriques sont corroborés par des expériences préliminaires sur des données synthétiques et des données réelles.
Type de document :
Pré-publication, Document de travail
2014
Liste complète des métadonnées

https://hal.inria.fr/hal-01111854
Contributeur : Steve Oudot <>
Soumis le : samedi 31 janvier 2015 - 18:34:07
Dernière modification le : mercredi 22 juin 2016 - 01:04:50
Document(s) archivé(s) le : mercredi 27 mai 2015 - 15:11:56

Fichier

draft.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01111854, version 1

Collections

Citation

Thomas Bonis, Steve Oudot. Density-Based Diffusion for Soft Clustering. 2014. 〈hal-01111854v1〉

Partager

Métriques

Consultations de la notice

62

Téléchargements de fichiers

53