Online Arbitrary Shaped Clustering through Correlated Gaussian Functions

要約

バックプロパゲーションが生物学的にもっともらしいメカニズムであるという説得力のある証拠はなく、代替の学習方法のさらなる研究が必要です。
教師なしの方法で入力から任意の形状のクラスターを生成でき、入力データ内のクラスターの数に関する事前の知識を必要としない、新しいオンライン クラスタリング アルゴリズムが提示されます。
これは、一般的に発生する入力パターンをキャプチャする関数から相関する出力を見つけることによって実現されます。
このアルゴリズムは、バックプロパゲーションによるモデル最適化よりも生物学的にもっともらしいと見なすことができますが、実際に適用するには追加の研究が必要になる場合があります。
ただし、この方法は、注目に値する範囲のハイパーパラメーターに関するいくつかのおもちゃのデータセットで満足のいく結果をもたらします。

要約(オリジナル)

There is no convincing evidence that backpropagation is a biologically plausible mechanism, and further studies of alternative learning methods are needed. A novel online clustering algorithm is presented that can produce arbitrary shaped clusters from inputs in an unsupervised manner, and requires no prior knowledge of the number of clusters in the input data. This is achieved by finding correlated outputs from functions that capture commonly occurring input patterns. The algorithm can be deemed more biologically plausible than model optimization through backpropagation, although practical applicability may require additional research. However, the method yields satisfactory results on several toy datasets on a noteworthy range of hyperparameters.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google