CBCG: A Clustering Algorithm Based on Bidirectional Conical Information Granularity
Notice bibliographique
Résumé
In this paper, we propose a novel center-based clustering algorithm based on bidirectional conical information granularity. The main purpose is to fully absorb the semantic information of the ordinal relationship between objects to improve the performance of central clustering in identifying interleaved and imbalanced data. The proposed algorithm includes two main stages: (i) the stage of determining the cluster center and (ii) the division stage. In the stage of determining the cluster center, the first cluster center is determined by using the number of conical information granularity in the data, and the remaining cluster centers are determined by defining the statistical measure of “fuzzy importance degree”. In the division stage, we divide the points to be clustered into stable and active areas. The former quickly and accurately identifies and assigns the objects belonging to a cluster by measuring the fuzzy similarity between the objects to be clustered and the cluster center, and the latter assigns the objects in the active area by using the information of the points already assigned. This method describes the position and sorting relationship of objects that are granulated through ordinal relationships more accurately in the global environment, thereby gaining a more comprehensive understanding of the structural characteristics of the data. This helps to improve the accuracy and stability of clustering algorithms in handling interleaved and imbalanced data. This paper uses three clustering validity indicators to test the performance of our algorithm. We compare the results with those of six different types of popular clustering algorithms and new algorithms proposed in recent years. The experimental results show that the algorithm proposed in this paper can identify clusters more accurately on the datasets with a complex and staggered distribution. It is significantly better than the clustering algorithm participating in the comparison and has good robustness on datasets with added noise.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».