Large-scale clustering through functional embedding

Détails

ID Serval
serval:BIB_CBB83C90ECAE
Type
Actes de conférence (partie): contribution originale à la littérature scientifique, publiée à l'occasion de conférences scientifiques, dans un ouvrage de compte-rendu (proceedings), ou dans l'édition spéciale d'un journal reconnu (conference proceedings).
Collection
Publications
Titre
Large-scale clustering through functional embedding
Titre de la conférence
European Conference on Machine Learning and Knowledge Discovery in Databases: ECML PKDD 2008, Antwerp, Belgium, September 15-19, Proceedings, Part II
Auteur(s)
Ratle F., Weston J., Miller M. L.
Editeur
Springer Berlin Heidelberg
ISBN
978-3-540-87481-2
ISSN-L
0302-9743
Statut éditorial
Publié
Date de publication
2008
Editeur scientifique
Daelemans W., Goethals B., Morik K.
Volume
5212
Pages
266-281
Langue
anglais
Notes
Ratle2008b
Résumé
We present a new framework for large-scale data clustering. The main
idea is to modify functional dimensionality reduction techniques
to directly optimize over discrete labels using stochastic gradient
descent. Compared to methods like spectral clustering our approach
solves a single optimization problem, rather than an ad-hoc two-stage
optimization approach, does not require a matrix inversion, can easily
encode prior knowledge in the set of implementable functions, and
does not have an ?out-of-sample? problem. Experimental results on
both artificial and real-world datasets show the usefulness of our
approach.
Open Access
Oui
Création de la notice
25/11/2013 18:18
Dernière modification de la notice
09/05/2019 1:18
Données d'usage