经典与量子两两受约束聚类的 PASS：认证子集修复
机器学习
2026-03-10 v2 新兴技术
摘要
两两受约束聚类通过 must-link(ML) 和 cannot-link(CL) 关系将副信息纳入聚类过程。虽然这些约束可以提高聚类质量, 但会在规模化优化中增加复杂性, 并限制量子和混合方法通过编码问题规模的大小。PASS 是一个针对两两受约束 k 均值提供可扩展框架的方案, 它将优化集中于小型工作子集, 同时通过再中心化来更新剩余分配。cannot-link 可行性在子集受限更新下被形式化为诱导约束子图上的 list-coloring 问题, 这产生一个可检查的修复证书, 并具有可验证的结果。相同的子集限制产生较小的经典子问题和更小的量子公式, 这使在仿真协议下实现基于减少的混合评估成为可能。在不可行的约束集上, PASS 被显式地处理: 管道在给定条件下返回可验证的修复, 或在相同的评估协议下报告残余冲突。在 diverse benchmarks 上, PASS 在保持竞争 SSE 的同时实现较低的运行时间, 并在强基准在固定时间预算内无法完成的实例上返回解决方案。
引用
@article{arxiv.2601.20157,
title = {PASS: Certified Subset Repair for Classical and Quantum Pairwise Constrained Clustering},
author = {Pedro Chumpitaz-Flores and My Duong and Ying Mao and Kaixun Hua},
journal= {arXiv preprint arXiv:2601.20157},
year = {2026}
}
备注
25 pages, 8 figures, preprint