arXiv stat.ML· Nicola Bariletto, Stephen G. Walker·· 13 天前AI 评分25
灵活密度聚类的可扩展后验不确定性量化方法
Scalable Posterior Uncertainty for Flexible Density-Based Clustering
AI 导读
研究提出将基于密度的聚类与鞅后验分布相结合，实现了可扩展的贝叶斯式聚类不确定性量化。该方法通过模型得分函数驱动的完全并行化预测重采样评估密度不确定性，可直接适配归一化流等现代可微密度估计器。在图像与单细胞 RNA 测序数据实验中，该方法在单张 GPU 上数分钟内即可完成计算，并有效恢复有意义的聚类结构。
来源：arXiv stat.ML · arxiv.org