Approximation Algorithms for Tensor Clustering

Jegelka, S; Sra, S; Banerjee, A

doi:10.1007/978-3-642-04414-4_30

Approximation Algorithms for Tensor Clustering

Jegelka, S., Sra, S., & Banerjee, A. (2009). Approximation Algorithms for Tensor Clustering. In R., Gavalda, G., Lugosi, T., Zeugmann, & S., Zilles (Eds.), Algorithmic Learning Theory: 20th International Conference, ALT 2009, Porto, Portugal, October 3-5, 2009 (pp. 368-383). Berlin, Germany: Springer.

Item is 公開

表示: 全項目非表示: 全項目

基本情報

表示: 非表示:

アイテムのパーマリンク: https://hdl.handle.net/11858/00-001M-0000-0013-C27A-7 版のパーマリンク: https://hdl.handle.net/21.11116/0000-0002-E346-F

資料種別: 会議論文

ファイル

表示: ファイル

作成者

表示:

非表示:

作成者:
Jegelka, S^{1, 2}, 著者
Sra, S^{1, 2}, 著者
Banerjee, A, 著者

所属:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795
2Max Planck Institute for Biological Cybernetics, Max Planck Society, Spemannstrasse 38, 72076 Tübingen, DE, ou_1497794

内容説明

表示:

非表示:

キーワード: -

要旨: We present the first (to our knowledge) approximation algorithm for tensor clustering—a powerful generalization to basic 1D clustering. Tensors are increasingly common in modern applications dealing with complex heterogeneous data and clustering them is a fundamental tool for data analysis and pattern discovery. Akin to their 1D cousins, common tensor clustering formulations are NP-hard to optimize. But, unlike the 1D case, no approximation algorithms seem to be known. We address this imbalance and build on recent co-clustering work to derive a tensor clustering algorithm with approximation guarantees, allowing metrics and divergences (e.g., Bregman) as objective functions. Therewith, we answer two open questions by Anagnostopoulos et al. (2008). Our analysis yields a constant approximation factor independent of data size; a worst-case example shows this factor to be tight for Euclidean co-clustering. However, empirically the approximation factor is observed to be conservative, so our method can also be used in practice.

資料詳細

表示:

非表示:

言語:

日付: 出版: 2009-10

出版の状態: 出版

ページ: -

出版情報: -

目次: -

査読: -

識別子（DOI, ISBNなど）: DOI: 10.1007/978-3-642-04414-4_30
BibTex参照ID: 5916

学位: -

訴訟

表示:

Project information

表示:

出版物 1

表示:

非表示:

出版物名: Algorithmic Learning Theory: 20th International Conference, ALT 2009, Porto, Portugal, October 3-5, 2009

種別: 会議論文集

著者・編者:
Gavalda, R, 編集者
Lugosi, G, 編集者
Zeugmann, T, 編集者
Zilles, S, 編集者

所属:
-

出版社, 出版地: Berlin, Germany : Springer

ページ: - 巻号: - 通巻号: - 開始・終了ページ: 368 - 383 識別子（ISBN, ISSN, DOIなど）: ISBN: 978-3-642-04413-7

出版物 2

表示:

非表示:

出版物名: Lecture Notes in Computer Science

種別: 連載記事

著者・編者:

所属:

出版社, 出版地: -

ページ: - 巻号: 5809 通巻号: - 開始・終了ページ: - 識別子（ISBN, ISSN, DOIなど）: -

アイテム詳細

基本情報

ファイル

関連URL

作成者

内容説明

資料詳細

関連イベント

訴訟

Project information

出版物 1

出版物 2