CKmeans and FCKmeans : Two deterministic initialization procedures for Kmeans algorithm using a modified crowding distance
LISIA Laboratory, NTIC faculty, university of Constantine2（康斯坦丁第二大学NTIC学院LISIA实验室）
本研究针对K-means聚类初始化问题，提出基于改进拥挤距离的确定性初始化方法CKmeans和FCKmeans，选取更拥挤点为初始质心，实验证明其聚类准确率优于Kmeans与Kmeans++，为改进K-means提供新方向。
2023-05-01 cs.LG
Efficient and Local Parallel Random Walks
EPFL（洛桑联邦理工学院）；Google Research（谷歌研究院）
随机游走是许多机器学习算法中使用的基本原语，在聚类和半监督学习中有几个应用。尽管他们的相关性，第一个有效的并行算法来计算随机游动已经介绍了最近（Lacki等人）。不幸的是，他们的方法有一个根本的缺点：他们的算法是非局部的，因为它严重依赖于计算输入图中所有节点的随机游走，即使在许多实际应用中，人们只对计算图中一小部分节点的随机游走感兴趣。在本文中，我们提出了一个新的算法，克服了这一限制，建立随机游走有效地和本地在同一时间。我们表明，我们的技术是内存和轮效率，特别是产生一个有效的并行本地聚类算法。最后，我们补充我们的理论分析与实验结果表明，我们的算法是显着更具可扩展性比以前的方法。
2021-12-01 cs.DC cs.DS cs.LG
Parametrized Power-Iteration Clustering for Directed Graphs
Universit\'e Paris-Saclay, ENS Paris-Saclay, Centre Borelli, CNRS, France.；CNRS, LAAS, France
针对有向图顶点聚类问题，提出基于参数化可逆随机游走的ParPIC方法，通过自动调优扩散时间和高效截断嵌入，在保持聚类精度的同时提升可扩展性。
2026-06-23 cs.LG stat.ML
Hybrid Fuzzy-ART based K-Means Clustering Methodology to Cellular Manufacturing Using Operational Time
West Bengal University of Technology（西孟加拉邦理工大学）；Pailan College of Management & Technology（派兰管理与技术学院）
提出了一种新的混合模糊ART的K均值聚类技术来解决的零件机器分组的单元化制造系统考虑操作时间的问题。所提出的技术的性能进行了测试，从公开文献中的问题和结果进行比较，现有的聚类模型，如简单的K-means算法和修改ART 1算法，使用一个有效的修改后的性能指标，称为修改后的分组效率（MGE）在文献中发现。实验结果表明，该算法具有较好的性能.这项研究的新颖之处在于简单而有效的方法，以最少的计算工作量和时间，为车间经理提供快速的解决方案。
2012-12-20 cs.LG
Random Walks in Self-supervised Learning for Triangular Meshes
Technion – Israel Institute of Technology（以色列理工学院）
本研究提出一种基于随机游走数据增强并结合对比损失与聚类损失的3D网格自监督学习方法，有效提升了对象分类与形状检索等下游任务的性能。
2025-03-02 cs.CV cs.GR cs.LG
UGRWO-Sampling for COVID-19 dataset: A modified random walk under-sampling approach based on graphs to imbalanced data classification
Amirkabir University of Technology（阿米尔卡比尔理工大学）；University of Zanjan（赞詹大学）
本文提出了一种新的基于图的RWO-采样（随机游走过采样）方法。在该方法中，引入了基于欠采样和过采样的两种方案，以保持邻近信息对噪声和野值的鲁棒性。在少数类上构建第一个图之后，将对选定的样本进行RWO采样，其余的保持不变。第二个图是为多数类构建的，并且移除低密度区域（离群值）中的样本。最后，在所提出的方法中，在高密度区域中的大多数类的样本被选择，其余的被淘汰。此外，利用RWO抽样，少数类的边界增加，但没有提高离群值。对该方法进行了测试，并在9个具有不同过采样率的连续属性数据集和一个用于诊断COVID-19疾病的数据集上将评估指标的数量与以前的方法进行了比较。实验结果表明，该方法对不平衡数据的分类具有较高的效率和灵活性
2021-12-02 cs.CV cs.LG stat.ML
Graph Sensitive Indices for Comparing Clusterings
University of Washington（华盛顿大学）
本报告讨论了两个新的指标比较聚类的一组点。寻找比较聚类的新方法的动机源于这样一个事实，即现有的聚类索引仅基于集合基数，而不考虑数据点的位置。新的指数，即随机游走指数（RWI）和信息随邻居的变化（VIN），都受到聚类度量信息变化（VI）的启发。VI具有一些有趣的理论性质，这也是可取的度量比较聚类。我们定义了我们的指数，并讨论了他们的一些探索属性出现相关的聚类指数。我们还包括一些示例数据集的聚类这些指数的结果。
2014-11-27 cs.LG
Markov Random Walk Representations with Continuous Distributions
MIT Artificial Intelligence Laboratory（麻省理工学院人工智能实验室）；Microsoft Research（微软研究院）
基于随机游走的表示可以利用离散数据分布进行聚类和分类。我们将这种表示从离散分布扩展到连续分布。跃迁概率现在使用扩散方程计算，扩散系数与数据密度成反比。我们将此扩散方程与路径积分联系起来，并导出相应的路径概率测度。该框架是有用的，将连续的数据密度和先验知识。
2012-10-19 cs.LG stat.ML
Online Factorization and Partition of Complex Networks From Random Walks
Princeton University（普林斯顿大学）；Johns Hopkins University（约翰霍普金斯大学）
找到降维结构对于理解复杂网络至关重要。现有的方法，如谱聚类是适用的，只有当整个网络是明确观察。在本文中，我们专注于在线因式分解和分区的隐式大规模网络的基础上，从一个相关的随机游动的观察。我们制定成一个非凸随机因子分解问题，并提出了一个有效的和可扩展的随机广义赫布算法。该算法能够处理底层网络动态生成的相关状态转换数据，并学习每个顶点的低维表示。通过应用扩散近似分析，我们表明，连续时间限制过程的随机算法收敛到全局的“主成分”的马尔可夫链，并实现了近最佳的样本复杂性。一旦给出了学习的低维表示，我们进一步应用聚类技术来恢复网络分区。我们表明，当相关的马尔可夫过程是集总的，可以恢复分区准确地以高概率。我们应用所提出的方法来模拟曼哈顿的交通流量为全市范围内的随机行走。通过使用我们的算法分析出租车出行数据，我们发现了曼哈顿城市的一个与交通动态密切匹配的潜在分区。
2017-12-11 cs.LG math.OC stat.ML
Local Graph Clustering Beyond Cheeger's Inequality
MIT（麻省理工学院）；Google Research（谷歌研究院）
受大规模图聚类应用的启发，我们研究了基于随机游走的聚类算法，其运行时间仅取决于输出聚类的大小，而不是整个图。当目标集合$A$具有电导$ϕ(A)\in[0,1]$时，所有先前已知的这种算法保证输出电导为$\tilde{O}(\sqrt{ϕ(A)})$。本文将其改进为$$\tilde{O}\bigg( \min\Big\{\sqrt{ϕ(A)}, \frac{ϕ(A)}{\sqrt{\mathsf{Conn}(A)}} \Big\} \bigg)\enspace, $$，其中内部连通性参数$\mathsf{Conn}(A) \in [0,1]$定义为$A$上诱导子图上随机游动的混合时间的倒数.例如，使用$\mathsf{Conn}(A) = Ω(λ(A) / \log n)$，其中$λ$是$A$上导出子图的拉普拉斯算子的第二特征值，我们的电导保证可以与$\tilde{O}(ϕ(A)/\sqrt{λ(A)})$一样好。这与所谓的改进的Cheeger不等式[KKL+13]的最新进展建立了一个有趣的联系，该不等式认为全局谱算法可以提供$O(ϕ_{\mathsf{opt}}/\sqrt{λ_3})$而不是$O(\sqrt{ϕ_{\mathsf{opt}}})$的电导保证。此外，我们提供了理论保证的聚类精度（在精度和召回率方面）的输出集。我们还证明了我们的分析是严密的，并进行实证评估，以支持我们…
2013-11-07 cs.DS cs.LG stat.ML
Leveraging Non-linear Dimension Reduction and Random Walk Co-occurrence for Node Embedding
Department of Mathematics, Toronto Metropolitan University（数学系，多伦多 Metropolitan 大学）
本文提出COVE，一种基于非线性降维和随机游走共现的高维节点嵌入方法，通过UMAP降维在聚类和链接预测任务中表现优异，与Louvain算法性能相当。
2026-02-27 cs.LG cs.SI
Strongly local p-norm-cut algorithms for semi-supervised learning and local graph clustering
Purdue University（普渡大学）
基于图的半监督学习是在给定一些示例节点（通常称为种子）的情况下学习图节点的标记函数的问题，通常假设图的边缘指示标记的相似性。这与局部图聚类或社区发现问题密切相关，即在给定种子周围找到节点的集群或社区。对于这个问题，我们提出了一个新的推广随机游走，扩散，或光滑函数的方法在文献中的凸p-范数截函数。我们的p-范数方法的需要是，在我们对现有方法的研究中，我们发现那些基于特征向量、谱、随机游走或线性系统的原则性方法通常难以捕获目标标签或目标聚类的正确边界。相比之下，1-norm或maxflow-mincut方法捕获边界，但不能从小种子集生长;使用两者的混合程序有许多难以设置的参数。在本文中，我们提出了一个推广的目标函数背后的这些方法涉及p-规范。为了解决p-范数割问题，我们给出了一个强局部算法-其运行时间取决于输出的大小，而不是图的大小。我们的方法可以被认为是Anderson-Chung-Lang推送过程的非线性推广，以有效地近似个性化的PageRank向量。我们的程序是通用的，可以解决其他类型的非线性目标函数，如p-范数变量的Huber损失。我们提供了一个理论分析，找到种植目标集群与我们的方法，并表明p-范数切割函数提高标准的Cheeger不等式的随机游走和谱方法。最后，我们证明了我们的新方法在合成和真实世界数据集的速度和准确性。我们的代码可在http://github.com/Meng…
2020-10-23 cs.LG cs.SI
