基于优化算法的数据聚类与分类动态的图形可视化

《Neurocomputing》:Optimization-driven graph visualization of data clustering and classification dynamics

【字体: 大 中 小 】 时间:2026年05月16日 来源:Neurocomputing 6.5

编辑推荐:

  伊德里斯·达加尔(Idriss Dagal) 伊斯坦布尔贝克肯特大学(Istanbul Beykent University),电气工程专业,地址:Ayaza?a社区,Hadim Koruyolu街19号,伊斯坦布尔34450,Sar?yer,土耳其 摘要 理解高维数据结构对

  
伊德里斯·达加尔(Idriss Dagal)
伊斯坦布尔贝克肯特大学(Istanbul Beykent University),电气工程专业,地址:Ayaza?a社区,Hadim Koruyolu街19号,伊斯坦布尔34450,Sar?yer,土耳其

摘要

理解高维数据结构对于聚类和分类至关重要,然而传统的可视化方法往往无法捕捉到影响聚类凝聚力和决策边界的优化动态。本研究致力于开发一种基于优化的图形可视化框架,该框架将进化算法与图形布局策略相结合,以突出合成数据和真实世界数据集中的聚类结构和分类动态。该方法结合了目标驱动的嵌入、力导向的图形绘制以及自适应加权方案,以最小化簇内距离、最大化簇间分离,并揭示优化过程的收敛行为。结果表明,与PCA和t-SNE相比,所提出的方法能够显著提高簇的可视化可分离性(提高幅度为' role="presentation">),同时更清晰地表示非线性决策边界,并揭示特定于算法的收敛模式。这些发现表明,将优化目标直接嵌入可视化中不仅提高了可解释性,还为评估聚类鲁棒性、识别误分类实例和优化模型设计提供了诊断工具,从而有助于在生物信息学、社交网络和计算机视觉等各个领域实现更加透明和有效的数据驱动决策。完整的MATLAB代码和重现说明可在以下链接获取:https://github.com/dagalidriss/OptGraphViz-DataDynamics

章节片段

执行摘要

高维数据的复杂性不断增加,给聚类和分类带来了挑战,尤其是在可视化控制聚类凝聚力和决策边界的优化动态方面。传统方法如PCA和t-SNE虽然提供了有用的降维效果,但往往无法捕捉这些动态,从而限制了可解释性和诊断价值。本研究介绍了一种

基于优化的聚类和分类动态可视化

在数据科学中,聚类和分类动态的可视化变得越来越重要,因为解读高维数据的能力直接与优化过程相关。传统的降维方法(如主成分分析PCA和t分布随机邻域嵌入t-SNE)虽然提供了有用的见解,但往往无法捕捉到影响聚类凝聚力和分类边界的迭代优化动态

聚类和分类一直是机器学习的核心研究领域,已经提出了许多方法来提高准确性、可扩展性和可解释性。传统的降维技术(如主成分分析PCA和线性判别分析LDA)提供了有效的线性投影,但往往无法捕捉复杂数据集中的非线性结构[49]、[50]。为了解决这一限制,采用了非线性方法(如t-SNE[51]和UMAP[52])

所提出的框架将聚类和分类与基于优化的图形可视化相结合。该方法包括三个核心组成部分:(i)聚类/分类目标的制定,(ii)基于优化器的解决方案搜索,以及(iii)通过基于优化的图形布局进行可视化,见图3。

结果与讨论

实验结果全面评估了所提出的聚类和分类框架在具有挑战性的数据集和基准场景中的性能。本节提供了定性和定量分析,包括复杂数据分布的可视化、与基线方法的比较以及准确性、收敛行为和计算效率等性能指标。讨论部分强调了基于优化的方法如何解决这些问题

结论与未来工作

本研究全面评估了八种优化算法、五种元启发式算法(GA、PSO、AMO、DE)和三种基于梯度的优化器(GBOOST、ADAM、ADAGRAD)在基于优化的图形可视化框架中的数据聚类任务性能。结果表明,元启发式算法(特别是AMO、GWO、DE和PSO)在聚类质量和可视化可分离性方面始终优于基于梯度的优化器。其中,AMO表现尤为突出

作者确认所有研究均遵循相关的伦理准则和标准进行,确保了数据的完整性和研究过程的公正性。

[5], [6], [10], [12], [13], [18], [19], [20], [23], [24], [25], [26], [27]

资金支持

本研究未获得任何外部资金支持。

作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。

伊德里斯·达加尔(Idriss Dagal)出生于乍得的库诺(Kouno)。他于2006年在乍得的Mongo理工学院获得工业与维护工程学士学位,2010年在埃塞俄比亚航空学校的航空工程专业获得硕士学位,2022年在土耳其的Yildiz技术大学获得电气与电子工程博士学位。他于2010年至2012年担任乍得空军公司的飞机工程师,目前担任助理教授
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号