[論文レビュー] Clustering to Maximize the Ratio of Split to Diameter

Jiabing Wang, Jiaye Chen|arXiv (Cornell University)|Jun 18, 2012

Medical Image Segmentation Techniques参考文献 9被引用数 4

ひとこと要約

本稿では、最小クラスタ間不一致（スプリット）と最大クラスタ内不一致（ダイアメータ）の比を最大化する、新しいクラスタリング基準を提案する。k=2の場合、正確なO(n³)アルゴリズムを提示する。k≥3の場合、NP困難性を証明し、三角不等式のもとで2-近似アルゴリズムを提供する。画像セグメンテーションの実験により、正規化カット（Normalized Cut）よりも優れた性能を示した。

ABSTRACT

Given a weighted and complete graph G = (V, E), V denotes the set of n objects to be clustered, and the weight d(u, v) associated with an edge (u, v) belonging to E denotes the dissimilarity between objects u and v. The diameter of a cluster is the maximum dissimilarity between pairs of objects in the cluster, and the split of a cluster is the minimum dissimilarity between objects within the cluster and objects outside the cluster. In this paper, we propose a new criterion for measuring the goodness of clusters: the ratio of the minimum split to the maximum diameter, and the objective is to maximize the ratio. For k = 2, we present an exact algorithm. For k >= 3, we prove that the problem is NP-hard and present a factor of 2 approximation algorithm on the precondition that the weights associated with E satisfy the triangle inequality. The worst-case runtime of both algorithms is O(n^3). We compare the proposed algorithms with the Normalized Cut by applying them to image segmentation. The experimental results on both natural and synthetic images demonstrate the effectiveness of the proposed algorithms.

研究の動機と目的

• クラスタ内凝集性とクラスタ間分離性のバランスを取るために、スプリット対ダイアメータ比を最大化する新しいクラスタリング基準の開発。
• 特に小さなk（クラスタ数）と一般のk値に対して、効率的なアルゴリズムの設計。
• k≥3の場合の問題の計算複雑性を証明し、三角不等式のもとで近似の保証を確立する。
• 画像セグメンテーションタスクにおいて、正規化カットなどの既存手法と比較して、提案手法を実験的に評価する。
• 比に基づく基準が、意味的で明確に分離されたクラスタを生成できることを示す。

提案手法

• クラスタのスプリットを、クラスタ内に属する任意の対象と、クラスタ外の任意の対象との間の最小不一致として定義する。
• クラスタのダイアメータを、クラスタ内に属する任意の二つの対象間の最大不一致として定義する。
• クラスタリングの目的関数として、スプリット対ダイアメータ比の最大化を提案する。
• k=2の場合、すべての可能な2分割を探索する動的計画法または全探索的手法を用い、O(n³)時間で最適解を求める。
• k≥3の場合、NP困難性を証明し、三角不等式のもとでクラスタリングの改善に基づく2-近似アルゴリズムを提示する。
• グリーディ法または反復的改善戦略を用いて、2-近似保証を維持するクラスタを構築する。

実験結果

リサーチクエスチョン

• RQ1 スプリット対ダイアメータ比に基づくクラスタリング基準は、既存手法よりも意味的でより良いクラスタを生成できるか？
• RQ2 スプリット対ダイアメータ比を最大化する問題は、k=2の場合計算的に扱いやすいか？
• RQ3 k≥3の場合、スプリット対ダイアメータ比を最大化する問題の計算複雑性はいかほどか？
• RQ4 三角不等式のもとで、k≥3の問題に対して定数倍近似アルゴリズムを設計できるか？
• RQ5 実際の画像セグメンテーションタスクにおいて、提案手法は正規化カット（Normalized Cut）よりも優れているか？

主な発見

• k=2の場合、提案アルゴリズムはO(n³)時間で最適クラスタリングを特定し、明確な正確解を保証する。
• k≥3の場合、問題はNP困難であると証明され、多項式時間での正確解は存在しないとされる。
• 三角不等式のもとで、k≥3の問題に対して2-近似アルゴリズムが開発され、最適比の2倍以内の解が保証される。
• 正確解アルゴリズムと近似アルゴリズムの最悪実行時間ともにO(n³)であり、中規模データセットへのスケーラビリティを有する。
• 自然画像および合成画像に対する実験結果から、提案手法はクラスタリングの質と分離度において正規化カットを上回ることが示された。
• 比に基づく基準は、クラスタ内凝集性とクラスタ間分離性を効果的に捉え、より明確で意味のあるクラスタを生成した。