arXiv · cs.AI· Nairouz Mrabah·· 20 天前AI 评分26
LoomSC：基于投影因子分解与精确谱约简的可扩展深度子空间聚类
LoomSC: Scalable Deep Subspace Clustering with Projector Factorization and Exact Spectral Reduction
来源与原文
arXiv · cs.AI
作者：Nairouz Mrabah
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.10266v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
LoomSC 框架通过投影因子分解和精确谱约简解决子空间聚类中稠密自表达矩阵与全亲和度谱聚类的可扩展性问题，整个流程在固定维度和迭代预算下具有关于样本数的线性时间与内存复杂度。在五个图像聚类基准上，LoomSC 在与 9 个最先进基线的全部 15 组数据集-指标对比中均列第一或第二，平均准确率超过最高基线均值 6.66 个百分点，合成实验扩展至 500,000 样本仍保持至少 99.8% 准确率。
来源：arXiv · cs.AI · arxiv.org