A Serial Multilevel Hypergraph Partitioning Algorithm
图划分问题在科学计算中有着广泛的应用,如计算机辅助设计、数据采掘、图像压缩等。在许多情况下,使用超图是有利的,因为与图相比,超图具有更一般的结构,并且可以用于对对象组之间的更复杂的关系进行建模。这促使我们关注研究较少的超图划分问题。在本文中,我们提出了一个串行多级二分算法。聚类是当前超图划分算法中的一个重要步骤,在聚类过程中必须识别相似的顶点。这在顶点度和超边大小变化很大的不规则超图中可能特别困难;依赖于局部顶点聚类决策的算法通常会产生很差的分区质量。该算法的一个新特点是使用粗糙集聚类技术来解决这个问题。我们表明,我们提出的算法平均提供了18.8%和71.1%之间的质量更好的这些不规则超图进行比较,以国家的最先进的超图分区算法从实际应用中采取的基准。
2016-01-06 cs.DS
Parameterized Correlation Clustering in Hypergraphs and Bipartite Graphs
Cornell University(康奈尔大学);The University of Melbourne(墨尔本大学);Purdue University(普渡大学)
受社区发现和稠密子图发现应用的启发,我们考虑超图和二分图中的新聚类目标。这些目标通过一个或多个分辨率参数进行参数化,以便在复杂数据中实现多样化的知识发现。对于超图和二分目标,我们确定参数制度,相当于现有的目标和共享他们的(多项式时间)近似算法。我们首先表明,我们的参数化超图相关聚类目标是有关的高阶概念的规范化切割和超图的模块化。它还可以通过超边缘扩展技术进行近似算法。我们的参数化二分相关聚类目标概括了标准的未加权二分相关聚类,以及双聚类删除。对于某些参数的选择,它也与我们的超图目标有关。虽然在一般情况下,它是NP-难的,我们强调的参数制度的二分目标的问题减少到二分匹配的问题,从而可以解决在多项式时间。对于其他参数设置,我们提出了使用线性规划舍入技术的近似算法。这些结果使我们能够引入第一个常数因子近似的bicluster删除,删除最小数量的边缘划分成不相交的二分图团的任务。在几个实验结果中,我们强调了我们的框架的灵活性和在不同参数设置下可以获得的结果的多样性。这包括跨一系列参数对二分图进行聚类,检测电子邮件网络和食品网络中的主题丰富的集群,以及在产品评论超图中形成与已知产品类别高度相关的零售产品集群。
2020-06-19 cs.DM cs.DS cs.LG
Hypergraphs as Weighted Directed Self-Looped Graphs: Spectral Properties, Clustering, Cheeger Inequality
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Meta
本文提出了一种基于随机游走的超图谱聚类算法HyperClus-G,解决了EDVW超图的谱理论、聚类和切比雪夫不等式问题。
2026-02-20 cs.DM cs.DS cs.LG
Local Clustering on Complex Graphs and Complex Hypergraphs
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Meta
本文通过扩展非近似的Andersen-Chung-Lang (ACL)聚类算法,提出了GeneralACL和HyperACL两种算法,分别适用于带权、有向、自环图以及边依赖顶点权重的超图,并证明了在温和条件下它们能识别出电导率二次最优的聚类。
2026-06-02 cs.DS cs.LG cs.SI
Edge-Colored Clustering in Hypergraphs: Beyond Minimizing Unsatisfied Edges
University of Utah(犹他大学);Texas A&M University(德克萨斯农工大学)
针对边着色超图聚类中超越最小化不满足边的问题,提出最大化满足边的超图近似算法并改进图的近似因子,还引入含平衡公平的新目标函数及相关理论结果,推进该领域研究。
2025-02-18 cs.DM cs.DS cs.LG
Minimizing Localized Ratio Cut Objectives in Hypergraphs
超图是对数据中的多路关系进行建模的有用抽象,超图聚类是检测此类数据中密切相关的节点组的任务。图聚类已经被广泛研究,并且有许多方法可以检测小的局部聚类,而无需探索整个输入图。然而,在超图中只有少数几种专门的局部聚类方法。在这里,我们提出了一个框架,局部超图聚类的基础上最小化局部比割目标。我们的框架在超图中的参考节点的输入集,并解决了超图最小$s$ - $t$切割问题的序列,以确定附近的良好连接的节点簇,基本上与输入集重叠。我们的方法扩展了基于图的技术,但更一般,并有新的输出质量保证。首先,我们的方法可以最小化新的广义概念的超图削减,这取决于特定配置的节点内的每个超边,而不仅仅是对切割超边的数量。第二,我们的框架有几个有吸引力的理论属性输出集群质量。最重要的是,我们的算法是强局部的,这意味着它的运行时间只取决于输入集的大小,并且不需要探索整个超图来找到好的局部聚类。我们使用我们的方法来有效地识别集群在超图的真实世界的数据与数百万个节点,数百万的hyperedges,和大的平均hyperedge大小与运行时间范围在几秒钟和几分钟之间。
2020-07-01 cs.DM cs.DS cs.LG
Motif and Hypergraph Correlation Clustering
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Auburn University(奥本大学)
出于社会和生物网络分析中的应用,我们引入了一种新形式的不可知聚类称为~ \emph{motif correlation clustering},其目的是最大限度地减少与边缘和高阶网络结构相关的聚类错误的成本。这个问题可以简洁地描述如下:给定一个完整的图$G$,划分图的顶点,使得某些预定的“重要”子图大多位于同一簇内,而“不太相关”的子图被允许跨簇。我们的贡献如下:我们首先介绍了几种变体的主题相关聚类,然后表明这些聚类问题是NP-难的。然后,我们继续描述多项式时间聚类算法,提供恒定的近似保证手头的问题。尽管遵循经常使用的LP松弛和舍入程序,该算法涉及一个复杂的和精心设计的邻域生长步骤,结合边缘和基序结构的信息。最后,我们用几个例子说明了合成和真实网络上开发的算法的性能。
2018-11-05 cs.DM cs.DS cs.LG
Cut-matching Games for Generalized Hypergraph Ratio Cuts
超图聚类是一种基本的算法原语,用于分析复杂的数据集和系统,这些数据集和系统的特征是多路交互,例如组电子邮件对话,共同购买的零售产品组和合著数据。本文提出了一个实用的$O(\log n)$-近似算法的超图比割聚类目标的一个广泛的类。这包括涉及广义超图切割函数的目标,其允许用户根据每个集群中的节点数量来不同地惩罚切割超边。我们的方法是一个推广的切割匹配框架图比率削减,并只依赖于解决最大的s-t流问题,在一个特殊的减少图。它比现有的超图比率切割算法快得多,同时也解决了一个更一般的问题。在各种类型的超图的数值实验中,我们表明,它可以快速找到一个小的最优因子内的比例切割解决方案。
2023-01-28 cs.DM cs.DS cs.SI
Improved Algorithms for Overlapping and Robust Clustering of Edge-Colored Hypergraphs: An LP-Based Combinatorial Approach
Yonsei University(延世大学);University of Wrocław(沃拉日省大学)
针对边着色超图聚类的三种变体(局部、全局和鲁棒ECC),提出一种结合线性规划与组合算法优势的框架,高效生成高质量解,并给出不可近似性与整数间隙界,回答两个开放问题。
2025-05-23 cs.DB cs.DS cs.LG
Randomized Dimensionality Reduction for k-means Clustering
Yahoo Labs(雅虎实验室);IBM Zürich Research Lab(IBM苏黎世研究实验室);UC Berkeley(加州大学伯克利分校);Rensselaer Polytechnic Institute(伦斯勒理工学院)
研究了$k$ -均值聚类的降维问题。简化包含两种方法的结合:\emph{feature selection}和\emph{feature extraction}。一种基于特征选择的$k$均值聚类算法选择输入特征的一个小子集,然后对所选特征应用$k$均值聚类。一种基于特征提取的$k$均值聚类算法构造了一个小的新的人工特征集,然后对构造的特征应用$k$均值聚类。尽管$k$均值聚类的重要性以及解决它的探试法的财富,可证明准确的特征选择方法$k$均值聚类是未知的。另一方面,在文献中已知两种可证明准确的$k$均值聚类特征提取方法;一种是基于随机投影,另一种是基于奇异值分解(SVD)。本文对$k$ -均值聚类的降维方法有了进一步的认识。也就是说,我们提出了第一个证明准确的特征选择方法$k$ -均值聚类,此外,我们提出了两个特征提取方法。第一种特征提取方法是基于随机投影的,它在时间复杂度和需要提取的特征数量方面改进了现有的结果。第二种特征提取方法是基于快速近似SVD分解,它也改善了现有的结果方面的时间复杂度。所提出的算法是随机的,并提供恒定的因素近似保证最佳的$k$ -手段的目标值。
2014-11-04 cs.DS cs.LG
Construction and Random Generation of Hypergraphs with Prescribed Degree and Dimension Sequences
我们提出的算法的建设和随机生成的超图没有循环和规定的程度和尺寸序列。我们的目标是提供一个起点,以及替代马尔可夫链蒙特卡罗方法。我们的算法利用换位的性质和算法设计的矩阵构成的零和一个规定的行和列和超图。该构造算法在不提供初始超图的情况下扩展了马尔可夫链蒙特卡罗方法的适用性。随机生成算法允许开发一个自归一化的重要性采样估计超图的属性,如平均聚类系数。我们证明了所提出的算法的正确性。我们还证明了随机生成算法以非零的概率生成任意满足给定度和维数序列的超图。我们经验和比较评估的有效性和效率的随机生成算法。实验结果表明,该随机生成算法能够稳定、准确地估计平均聚类系数,并且与马尔可夫链蒙特卡罗方法相比,具有更好的有效样本容量。
2020-04-11 cs.DS cs.SI math.CO
Randomized Dimensionality Reduction for Facility Location and Single-Linkage Clustering
Massachusetts Institute of Technology(麻省理工学院);Institute of Advanced Study(高等研究院)
随机降维是一种多功能的工具,用于加速高维问题的算法。我们研究了它的应用到两个聚类问题:设施定位问题,和单链接层次聚类问题,这是相当于计算最小生成树。我们表明,如果我们将输入点集$X$投影到一个随机的$d = O(d_X)$维子空间(其中$d_X$是双倍维度的$X$),那么在投影空间中的最佳设施选址成本近似于原始成本的常数因子。我们显示了一个类似的最小生成树的声明,但与尺寸$d$有一个额外的$\log \log n$长期和逼近因子任意接近$1$。此外,我们将这些结果扩展到近似的解决方案,而不仅仅是他们的成本。最后,我们提供实验结果来验证解决方案的质量和由于降维的加速比。与以前的几篇论文研究这种方法的背景下,$k$ -手段和$k$ -中位数,我们的维数界不依赖于集群的数量,但只对内在的维数$X$。
2021-07-05 cs.DS cs.LG math.PR
Dimensionality Reduction for k-Means Clustering and Low Rank Approximation
Massachusetts Institute of Technology(麻省理工学院)
我们展示了如何近似一个数据矩阵$\mathbf{A}$与一个小得多的草图$\mathbf{\tilde A}$,可用于解决一般类的约束k秩近似问题,在$(1+ε)$误差。重要的是,这类问题包括$k$ -均值聚类和无约束的低秩近似(即主成分分析)。通过将数据点减少到仅$O(k)$维度,我们的方法一般加速这些普遍存在的问题的任何精确、近似或启发式算法。对于$k$ -均值降维,我们提供了许多常见草图绘制技术的$(1+ε)$相对误差结果,包括随机行投影、列选择和近似SVD。对于近似主成分分析,我们给出了一个简单的替代已知的算法,在流媒体设置中的应用程序。此外,我们扩展了最近的工作列为基础的矩阵重建,列子集,不仅“覆盖”一个良好的子空间$\bv{A}$,但可以直接用于计算这个子空间。最后,对于$k$ -均值聚类,我们展示了如何通过将数据点投影到$O(\log k/ε^2)$维度来实现$(9+ε)$近似。这给出了利用$k$的特定结构的第一个结果--在$k$中实现与输入大小无关的维度和次线性。
2015-04-03 cs.DS cs.LG
The Bane of Low-Dimensionality Clustering
在本文中,我们给出了一个条件下界的$n^{Ω(k)}$的运行时间为经典的k-median和k-means聚类目标(其中n是输入的大小),即使在低维欧氏空间的4维,假设指数时间假设(ETH)。我们还考虑了带有惩罚的k-中位数(和k-均值),其中每个点不需要分配给一个中心,在这种情况下,它必须支付惩罚,并将我们的下限扩展到至少三维欧几里得空间。这与许多其他几何问题形成鲜明对比,例如旅行商问题,或计算单位球面的独立集。虽然这些问题受益于所谓的(有限的)祝福的维度,因为它们可以解决的时间$n^{O(k^{1-1/d})}$或$2^{n^{1-1/d}}$在d维,我们的工作表明,广泛使用的聚类目标有一个下限的$n^{Ω(k)}$,即使在第四个维度。我们完成图片考虑二维的情况下:我们表明,没有算法,解决了惩罚的版本在时间小于$n^{o(\sqrt{k})}$,并提供了一个匹配的上限$n^{O(\sqrt{k})}$。我们用来建立这些下限的主要工具是在矩曲线上放置点,它的灵感来自于产生高复杂性的Delaunay复形的点集的构造。
2017-11-03 cs.CG cs.DS
Sublinear Edge Fault-Tolerant Hyperspanners for Hypergraphs
Colby College(科尔比学院);Duke University(杜克大学);Old Dominion University(老道明大学)
本文提出了一种基于聚类的算法,用于构造超图的亚线性边故障容忍跨度结构,改进了现有结果并建立了理论下界。
2026-09-01 cs.DS
On the Power of SVD in the Stochastic Block Model
University of Southern California(南加州大学)
本文研究随机块模型中 SVD 谱降维对聚类的作用,证明 vanilla-SVD 在对称设置下可正确恢复所有簇,回答了 Van Vu 于 2018 年提出的开放问题。
2023-09-27 cs.DS cs.LG math.PR