NIPS 2001採択のAndrew Ngさん主著の論文「On Spectral Clustering」( papers.nips.cc/paper_files/pa… )で「MATLABで数行で実装できる」と書かれていたり、もしやと思って検索したら既に「Large Language Models with MATLAB」( blogs.mathworks.com/deep-learning/… )があったりと、永続性を感じました。

川久保玲が選んだコムデギャルソンのコレクションで"満足のいった"もの Body Meets Dress-Dress Meets Body(97SS) Crush(13SS) Fusion(98AW) 2 Dimensions(12AW) Clustering Beauty(98SS) InsideDecoration(10AW) Infinity of Tailoring(13AW) Dark Romance.Witch(04AW) #コムデギャルソン pic.twitter.com/shSz24iYcG

線形回帰でクラスタリング変数が2つあるとき、仮定の強さは、強い順に 1. multi-way clustering 2. one-way clustering 3. two-way clustering であることを先ほど理解した。レフェリーたちはよくたくさんクラスタリングしろと宣ってくる昨今、コア計量とかで教えて欲しい内容だなぁと思った。

Spectral Clustering( en.wikipedia.org/wiki/Spectral_… )の最初と言える論文は、CVPR 1997採択からTPAMI 2000採択となった「Normalized Cuts and Image Segmentation」( people.eecs.berkeley.edu/~malik/papers/… )と知って、Segmentationの歴史を感じました。

Multi-class分類とMulti-label分類をごっちゃにしないように注意しような、という話をした。ついでに、categorizationとclassification/clusteringとの違いにも注意しような、という話も。

どこまでが有限サイズ効果なのかクリアにするためにも、やっぱりclusteringが適用できるスケールの下限を特定しないといけない気がする（exp→冪にクロスオーバーする境目を見つければよい？）

ちなみにclaudeくんの回答はこちら。 参考になりました。 n個のサンプルを(n-1) x (n-1)のサンプル間距離のデータからクラスタリングする方法には、いくつかの手法があります。代表的な方法を以下に説明します。 1. 階層的クラスタリング（Hierarchical Clustering）: -…

Unsupervised Semantic Segmentationを実施できるMaskDiffusion( arxiv.org/abs/2403.11194 )やCVPR 2024採択のEAGLE( micv-yonsei.github.io/eagle2024/ )で引用されているAndrew Ngさん主著の「On Spectral Clustering」が気になって、NIPS 2001採択の論文( papers.nips.cc/paper_files/pa… )や解説を読んでいます。

IJCNN2024のFinal Paperを忘れずに投稿できた．Fuzzy Reliability-Based Growing Region Methodというのを新しく提案したTopological Clustering関連の論文．

クラスタリング、複数の軸で分類して、クラスターの重ね合わせであるデータを分類することでLLMのRAGの精度を上げられないかと思って、クラスタリングの手法を調べていたら、Multi-view clusteringというらしい。計算量が増えるのが欠点。無視していい軸については無視して分類できるのが利点。

本当にそれでいいのかというと理想状態ではないのだけど、まあひどいというほどではない（しらんけど）（事前の sort がむずかしい）（clustering を知らないときに書いていた）