ترجمه فارسی مقاله روش‌های تکامل دیفرانسیل ممتیک برای خوشه‌بندی نیمه نظارتی

چکیده

In this paper, we deal with semi-supervised Minimum Sum-of-Squares Clustering (MSSC) problems where background knowledge is given in the form of instance-level constraints. In particular, we take into account “must-link” and “cannot-link” constraints, each of which indicates if two dataset points should be associated to the same or to a different cluster. The presence of such constraints makes the problem at least as hard as its unsupervised version: it is no more true that each point is associated to its nearest cluster center, thus requiring some modifications in crucial operations, such as the assignment step. In this scenario, we propose a novel memetic strategy based on the Differential Evolution paradigm, directly extending a state-of-the-art framework recently proposed in the unsupervised clustering literature. As far as we know, our contribution represents the first attempt to define a memetic methodology designed to generate a (hopefully) optimal feasible solution for the semi-supervised MSSC problem. The proposal is compared with some state-of-the-art algorithms from the literature on a set of well-known datasets, highlighting its effectiveness and efficiency in finding good quality clustering solutions.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله ، ما با مشکلات خوشه بندی حداقل مربعات نیمه تحت نظارت (MSSC) که در آن دانش پیش زمینه به شکل محدودیت های سطح نمونه ارائه می شود ، سر و کار داریم.به طور خاص ، ما محدودیت های “باید پیوند” و “نمی توان پیوند نمی دهد” را در نظر می گیریم ، که هر یک از آنها نشان می دهد که آیا دو نقطه مجموعه داده باید با یک یا یک خوشه متفاوت مرتبط باشد.وجود چنین محدودیت هایی باعث می شود مشکل حداقل به همان اندازه نسخه بدون نظارت آن سخت باشد: دیگر درست نیست که هر نقطه به نزدیکترین مرکز خوشه ای خود مرتبط است ، بنابراین نیاز به برخی از اصلاحات در عملیات مهم مانند مرحله واگذاری دارد.در این سناریو ، ما یک استراتژی یادداشت جدید را بر اساس الگوی تکامل دیفرانسیل پیشنهاد می کنیم ، و مستقیماً یک چارچوب پیشرفته را که اخیراً در ادبیات خوشه بندی بدون نظارت پیشنهاد شده است ، گسترش می دهد.تا آنجا که می دانیم ، سهم ما نشان دهنده اولین تلاش برای تعریف یک روش یادبود است که برای تولید یک راه حل عملی بهینه (امیدوارم) برای مشکل MSSC نیمه تحت نظارت طراحی شده است.این پیشنهاد با برخی از الگوریتم های پیشرفته از ادبیات در مجموعه مجموعه داده های شناخته شده مقایسه شده است ، و اثربخشی و کارآیی آن را در یافتن راه حل های خوشه بندی با کیفیت خوب برجسته می کند.