基于递归 Goemans-Williamson MaxCut 算法的数据聚类与可视化
最优化与控制
2024-08-16 v1 机器学习
摘要
在本文中，我们提出了一种对经典 Goemans-Williamson MaxCut 算法的新型递归改进，在向量化数据聚类任务中展现出更优性能。聚焦于医学文献的聚类，我们结合递归迭代与维度松弛方法，显著提升了聚类结果的密度。此外，我们提出了一种独特的文章向量化技术，利用条件概率实现更有效的聚类。我们的方法在计算效率和聚类准确性方面均具有优势，并通过全面的实验得到了验证。
引用
@article{arxiv.2408.07763,
title = {Data Clustering and Visualization with Recursive Goemans-Williamson MaxCut Algorithm},
author = {An Ly and Raj Sawhney and Marina Chugunova},
journal= {arXiv preprint arXiv:2408.07763},
year = {2024}
}
备注
Published in the IEEE Conference, CSCI 2023 (Winter Session)