[論文レビュー] IPBC: An Interactive Projection-Based Framework for Human-in-the-Loop Semi-Supervised Clustering of High-Dimensional Data

Mohammad Zare|arXiv (Cornell University)|Jan 25, 2026

Data Visualization and Analytics被引用数 0

ひとこと要約

IPBC は対話的で制約 guided projection 学習（UMAP ベース）と人間-in-the-loop のフィードバックループを組み合わせ、クラスタリングを改善するために 2D 埋め込みを反復的に refine し、元の特徴量から説明可能なクラスタ特性を得る。

ABSTRACT

High-dimensional datasets are increasingly common across scientific and industrial domains, yet they remain difficult to cluster effectively due to the diminishing usefulness of distance metrics and the tendency of clusters to collapse or overlap when projected into lower dimensions. Traditional dimensionality reduction techniques generate static 2D or 3D embeddings that provide limited interpretability and do not offer a mechanism to leverage the analyst's intuition during exploration. To address this gap, we propose Interactive Project-Based Clustering (IPBC), a framework that reframes clustering as an iterative human-guided visual analysis process. IPBC integrates a nonlinear projection module with a feedback loop that allows users to modify the embedding by adjusting viewing angles and supplying simple constraints such as must-link or cannot-link relationships. These constraints reshape the objective of the projection model, gradually pulling semantically related points closer together and pushing unrelated points further apart. As the projection becomes more structured and expressive through user interaction, a conventional clustering algorithm operating on the optimized 2D layout can more reliably identify distinct groups. An additional explainability component then maps each discovered cluster back to the original feature space, producing interpretable rules or feature rankings that highlight what distinguishes each cluster. Experiments on various benchmark datasets show that only a small number of interactive refinement steps can substantially improve cluster quality. Overall, IPBC turns clustering into a collaborative discovery process in which machine representation and human insight reinforce one another.

研究の動機と目的

• 高次元データの距離尺度が高次元で有用性を失う場面で、クラスタリングを改善する動機づけ。
• ユーザー制約を用いて 2D 埋め込みを形成する半自監視ビジュアル分析フレームワークを導入。
• 必須リンクと不能リンクのフィードバックを用いた反復的 projection の最適化を可能にし、クラスタ分離を強化。
• クラスタを元の高次元特徴にマッピングする説明可能性レイヤを提供する。

提案手法

• 非線形 DR（UMAP）を用いたベース projection から初期の 2D 埋め込みを取得。
• 制約（必須リンク、不能リンク）を選択ツールで入力し、投影損失に組み込むユーザー主導の対話ループ。
• 損失の増強：L_total = L_UMAP + lambda_ML L_ML + lambda_CL L_CL、L_ML は必須リンク点を近づけ、L_CL は不能リンクペアのマージンベースの分離を強制。
• 各ユーザーのフィードバック後に 2D 埋め込みをリアルタイム再最適化（前の座標からのウォームスタート）。
• 最終クラスタリングは最適化された 2D 座標上で実施（例：DBSCAN）。
• 説明可能性モジュールは、元の高次元特徴量上で軽量分類器を訓練し、各クラスタの定義特徴を説明する。

Figure 1: The IPBC framework. (1) High-dimensional data is input. (2) An initial projection (e.g. UMAP) is generated. (3) The user interacts with the visualization via UI tools. (4) Feedback (must-link/cannot-link constraints) is sent to the (5) projection model, which augments its loss. (6) A new r

実験結果

リサーチクエスチョン

• RQ1 ユーザーが提供するペアワイズ制約は非線形投影をどのように再構 shaping し、より明確なクラスタ構造を露出するか。
• RQ2 必須リンクと不能リンクのフィードバックを投影目的に統合することは、静的な DR+クラスタリングパイプラインよりクラスタ品質を向上させるか。
• RQ3 ユーザーが精錬した 2D 埋め込み上でのクラスタリングは、従来のパイプラインより真のラベルとの一致度を高められるか。
• RQ4 発見されたクラスタに対して、信頼性を高めるための解釈可能な（特徴量レベルの）説明をどのように提供できるか。

主な発見

手法	MNIST ARI	MNIST NMI	MNIST Sil	Fashion-MNIST ARI	Fashion-MNIST NMI	Fashion-MNIST Sil	Single-Cell ARI	Single-Cell NMI	Single-Cell Sil
K-Means (raw)	0.25	0.40	0.05	0.20	0.30	0.04	0.40	0.50	0.10
K-Means + PCA	0.35	0.50	0.08	0.30	0.45	0.08	0.45	0.60	0.15
UMAP + DBSCAN	0.60	0.70	0.25	0.50	0.65	0.25	0.70	0.75	0.35
IPBC (ours)	0.80	0.85	0.50	0.75	0.80	0.45	0.88	0.92	0.60

• シミュレートされたユーザーフィードバックを用いた IPBC は、MNIST、Fashion-MNIST、単一細胞RNAデータセットを横断して、ベースラインよりも substantially 高い ARI/NMI を示した。
• 静的 DR+クラスタリングベースラインと比較して、IPBC はクラスタリング品質を改善（例：MNIST で ARI が最大 0.80、別データセットで 0.88）。
• 報告実験の三ラウンドを含む few 回の対話的な refine により、2D 埋め込みのクラスタ分離が顕著に改善。
• 説明可能性コンポーネントは、軽量分類器を用いて各クラスタの主要な元の特徴を提示し、解釈性を高める。
• 最終 IPBC 埋め込み上の DBSCAN は、生データや PCA 前処理データ上の DBSCAN よりも指標上優れている。
• 定性的ケーススタディは、ユーザーが導入する制約により 2D 投影で重複するクラスを分離できることを示す（例：MNIST の数字 4 と 9）。

Figure 2: Visual comparison of projections on MNIST. (a) PCA (poor separation). (b) Standard UMAP (good, but digits 4 and 9 are mixed). (c) Our IPBC result after 3 feedback iterations (digits 4 and 9 are now clearly separated).