中文

图1-Laplacian特征向量的伪正交性及其在更高Cheeger常数与数据聚类中的应用

偏微分方程分析 2024-10-08 v2

摘要

数据聚类问题旨在将数据集划分为预设的同类数据组。这是一个NP困难问题,可在谱图论中松弛,其中图的最优割与图11-Laplacian的特征值相关。本文中,我们首先给出新记号以描述图11-Laplacian的临界特征向量中实现具有预定亏格集合的路径。我们引入伪正交性来刻画m3(G)m_3(G)——图11-Laplacian的一个特殊特征值。进而,我们利用它给出第三图Cheeger常数h3(G)h_3(G)的上界,即h3(G)m3(G)h_3(G) \le m_3(G)。这是证明第kk个Cheeger常数为在相对于实现前k1k-1个Cheeger常数的向量伪正交的向量中11-Laplacian Rayleigh商的最小值的第一步。最终,我们应用这些结果,基于广义反幂法给出计算m3(G)m_3(G)的方法和数值算法。

关键词

引用

@article{arxiv.2103.16461,
  title  = {The Pseudo-orthogonality for Graph $1$-Laplacian Eigenvectors and Applications to Higher Cheeger Constants and Data Clustering},
  author = {Antonio Corbo Esposito and Gianpaolo Piscitelli},
  journal= {arXiv preprint arXiv:2103.16461},
  year   = {2024}
}

备注

28 pages