高次元データのクラスタリングにおける凸最適化と制約付きスペクトラルクラスタリング

本研究では、従来のスペクトラルクラスタリングに制約を組み込むことで、より効果的なクラスタリングを実現する新しい手法を提案する。特に、半正定値最適化を利用したスペクトラルクラスタリングに着目し、ペアワイズ制約を統合する枠組みを導入する。さらに、能動学習や自己教師学習の設定にも拡張し、実世界のデータセットにおいて優れた性能を示す。