Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

データポイント間でメッセージを送信することでクラスタリングします.

Brendan J Frey1, Delbert Dueck

  • 1Department of Electrical and Computer Engineering, University of Toronto, 10 King's College Road, Toronto, Ontario M5S 3G4, Canada. frey@psi.toronto.edu

Science (New York, N.Y.)
|January 16, 2007
PubMed
まとめ
この要約は機械生成です。

私たちは,代表的な例を特定するデータクラスタリングの新しい方法であるアフィニティプロパガンダを開発しました. このテクニックは,高品質のクラスタを効率的に発見し,既存の方法よりも誤差が著しく低い.

関連する実験動画

関連する概念動画

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

An X-linked long non-coding RNA, PTCHD1-AS, and the core features of autism.

Nature·2026
Same author

Orthrus: toward evolutionary and functional RNA foundation models.

Nature methods·2026
Same author

Orthrus: Towards Evolutionary and Functional RNA Foundation Models.

bioRxiv : the preprint server for biology·2024
Same author

<i>ATP7B</i> variant c.1934T > G p.Met645Arg causes Wilson disease by promoting exon 6 skipping.

NPJ genomic medicine·2020
Same author

Deep learning in biomedicine.

Nature biotechnology·2018
Same author

COSSMO: predicting competitive alternative splice site selection using deep learning.

Bioinformatics (Oxford, England)·2018
Same journal

A native sulfur deposit in Gale crater, Mars.

Science (New York, N.Y.)·2026
Same journal

Coordinated demise of harmful algal blooms.

Science (New York, N.Y.)·2026
Same journal

Genetic effects put into context.

Science (New York, N.Y.)·2026
Same journal

Bacteria share proteins to survive antibiotics.

Science (New York, N.Y.)·2026
Same journal

Impacts shaped Earth's first continents.

Science (New York, N.Y.)·2026
Same journal

Lariat RNA debranching prevents harmful siRNA burst in plants.

Science (New York, N.Y.)·2026
関連記事をすべて見る

科学分野:

  • コンピュータサイエンス コンピュータサイエンス
  • 機械学習 (Machine Learning) とは,機械学習 (Machine Learning) について学ぶことです.
  • データマイニング データマイニング

背景:

  • 代表的な例 (例) を特定することによってデータをクラスタリングすることは,パターン検出と信号処理に不可欠です.
  • 伝統的なサンプルベースのクラスタリング方法は,初期ランダムな選択に依存しており,初期サブセットが最適でない場合,パフォーマンスを制限することができます.

研究 の 目的:

  • ランダムな初期化の制限を克服する新しいクラスタリングアルゴリズム,親和性伝播を導入する.
  • 多様なデータセットにおける親和性伝播の有効性と効率性を実証する.

主な方法:

  • アフィニティプロパガンダは,対対のデータポイントの類似性を入力として利用します.
  • これは,データポイント間の実値メッセージの繰り返し交換を伴うもので,徐々に例とクラスターを形成します.

主要な成果:

  • アフィニティプロパガンダは,顔の画像,マイクロアレイの遺伝子データ,テキスト文,都市間の移動アクセシビリティをうまくクラスタ化しました.
  • この方法は,他のアプローチと比較して,クラスタリングエラーが著しく低いことを達成しました.
  • これはかなり速く動作し,代替方法の時間の百分の一未満を必要とした.

結論:

  • アフィニティプロパガンダは,データクラスタリングのための非常に効果的で効率的なアルゴリズムです.
  • この方法は,さまざまなデータタイプとドメインで幅広い適用性を示しています.
  • これは,既存のサンプルベースのクラスタリング技術に優れた代替案を提供します.