11月13日下午，西南石油大學(xué)計算機(jī)與軟件學(xué)院在明理樓B306舉行了“夢溪湖論壇”系列講座秋季第七講。本次講座主題為“可擴(kuò)展的主動聚類算法研究”，由謝文波老師主講。圍繞該主題，介紹了在CIMK會議發(fā)表的論文“ACDM：An Effective and Scalable Active Clustering with Pairwise Constraint”。謝老師主要從聚類、稀疏圖構(gòu)造、高價值節(jié)點(diǎn)選擇、高效查詢和細(xì)化等方面展開系統(tǒng)講解。
謝老師從聚類引入，介紹了傳統(tǒng)聚類的挑戰(zhàn)。他指出了聚類的主觀性，單一數(shù)據(jù)集可以以多種有效的方式進(jìn)行聚類，可以根據(jù)用戶或者研究者的興趣、傾向有不同的劃分方式。由于聚類的主觀性，將約束集成到聚類中變得非常重要，這使得用戶能夠向系統(tǒng)傳達(dá)他們的偏好。接著介紹了半監(jiān)督的聚類，它可以提前讓用戶在數(shù)據(jù)里進(jìn)行對比，構(gòu)成約束。但漫無目的、隨機(jī)地去打標(biāo)記，時間消耗過大。所以引出主動學(xué)習(xí)，它能自動選擇關(guān)鍵數(shù)據(jù)，減少人工干預(yù)以提高聚類效果，去解決應(yīng)用問題。傳統(tǒng)主動學(xué)習(xí)也有不足，例如計算資源、內(nèi)存支持、等待時間長等問題。
基于以上背景，謝老師團(tuán)隊(duì)提出了一種新的主動聚類模型（ACDM），它應(yīng)用最近鄰技術(shù)構(gòu)建擴(kuò)散圖，并利用在線框架迭代細(xì)化聚類結(jié)果。謝老師指出，ACDM是從純數(shù)據(jù)結(jié)構(gòu)解決問題，時間復(fù)雜度較低，所以比較快。接著介紹了ACDM的框架：最近鄰層次的最近鄰構(gòu)建了一個稀疏圖，用于捕獲復(fù)雜的數(shù)據(jù)關(guān)系；貪婪搜索策略去評估節(jié)點(diǎn)，動態(tài)平衡不確定性和代表性。高效的查詢和細(xì)化減少了成對約束需求，采用擴(kuò)散模型進(jìn)行有效的標(biāo)簽重新分配。
謝老師接著講解了構(gòu)造稀疏圖的過程。每個點(diǎn)都被視為一個代表點(diǎn)，每個代表點(diǎn)與其最近鄰連接，形成若干個連接組件。找到新的代表點(diǎn)，迭代上述步驟后則構(gòu)建出稀疏圖。謝老師指出，稀疏圖就是帶有層次結(jié)構(gòu)的聚類數(shù)。此外，謝老師詳細(xì)講解了高節(jié)點(diǎn)選擇的標(biāo)準(zhǔn)，其一是代表性，探索聚類的一般分布；其二是不確定性，探索聚類之間的模糊邊界。謝老師還指出了如何去平衡兩個標(biāo)準(zhǔn)，以最大限度地獲取信息。他建議道，在批量模式下，不確定性優(yōu)先，代表性次之。針對如何評價代表性，趙老師指出同時探索代表點(diǎn)和離群點(diǎn)。對于不確定性，是采用KNN局部區(qū)域中節(jié)點(diǎn)聚類分布的香農(nóng)熵去處理。
在講座的互動環(huán)節(jié)，師生們積極提出問題，圍繞稀疏圖的稀疏性、人機(jī)交互處理糾錯、聚類等細(xì)節(jié)展開了討論。謝老師以細(xì)致的解釋和豐富的實(shí)例，回應(yīng)了大家的疑問。這場講座不僅是一次知識的傳遞，更是一次思想的碰撞，豐富了與會者的學(xué)術(shù)認(rèn)知，更是對ACDM有了深入的了解。
