基于深度 Q 学习的层次聚类
人工智能
2018-05-29 v1
摘要
高能粒子物理数据的重建与分析，如同真实世界网络结构分析一样重要。在先前的研究中，探讨了如何将层次聚类算法与 kt 聚类算法结合，以提供更通用的聚类方法。在此基础上，本文通过应用强化学习技术，探索在聚类计算过程中引入深度学习的可能性。结果是一个模型，该模型在 70 个轮次期间于 10,000 个节点的适度数据集上学习后，能在预测适当聚类时达到 83.77% 的精度。
引用
@article{arxiv.1805.10900,
title = {Hierarchical clustering with deep Q-learning},
author = {Richard Forster and Agnes Fulop},
journal= {arXiv preprint arXiv:1805.10900},
year = {2018}
}
备注
Submitted for review