[論文レビュー] A Generalized Affinity Propagation Clustering Algorithm for Nonspherical Cluster Discovery.

Teng Qiu, Yongjie Li|arXiv (Cornell University)|Jan 18, 2015

Advanced Clustering Algorithms Research被引用数 5

ひとこと要約

本論文は、データ類似度からスパースに接続された木構造（IT）を構築し、その後アフィニティプロパゲーションを用いて拡張・修剪することで、非球形クラスタを自動で発見する完全自動クラスタリング手法である一般化アフィニティプロパゲーション（G-AP）を提案する。この手法は、クラスタ数や形状の事前知識を必要とせず、類似度情報のみを入力として用いるため、非球形クラスタを独自に処理できる。

ABSTRACT

Clustering analysis aims to discover the underlying clusters in the data points according to their similarities. It has wide applications ranging from bioinformatics to astronomy. Here, we proposed a Generalized Affinity Propagation (G-AP) clustering algorithm. Data points are first organized in a sparsely connected in-tree (IT) structure by a physically inspired strategy. Then, additional edges are added to the IT structure for those reachable nodes. This expanded structure is subsequently trimmed by affinity propagation method. Consequently, the underlying cluster structure, with separate clusters, emerges. In contrast to other IT-based methods, G-AP is fully automatic and takes as input the pairs of similarities between data points only. Unlike affinity propagation, G-AP is capable of discovering nonspherical clusters.

研究の動機と目的

• 従来のクラスタリング手法が非球形クラスタを検出できないという限界を解消すること。
• クラスタ数や距離閾値といったユーザー定義パラメータを一切必要としない完全自動クラスタリングアルゴリズムの開発。
• 距離行列や初期化に依存せず、類似度情報のみを入力として用いること。
• IT構造の構築とアフィニティプロパゲーションの組み合わせにより、複雑なデータ構造におけるクラスタ発見を向上させること。

提案手法

• 各データポイントが最も類似度の高い近隣点に接続される物理的戦略を用いて、データポイントからインツリー（IT）構造を構築する。
• お互いに到達可能なノード同士のエッジを追加することで、IT構造を拡張し、より接続性は高めつつもスパースなネットワークを形成する。
• 拡張された構造に対してアフィニティプロパゲーションを適用し、エグジンプレアとクラスタ割り当てを特定する。
• アフィニティプロパゲーションのメッセージパッシングメカニズムを繰り返し適用して、拡張構造を段階的に修剪し、クラスタ境界を精緻化する。
• 距離行列やクラスタ初期化を必要とせず、類似度値のみを入力として用いる。
• 拡張されたITのトポロジカル構造を活用し、非球形クラスタの形状を明らかにする。

実験結果

リサーチクエスチョン

• RQ1 クラスタ数や形状の事前知識がなくとも、クラスタリング手法が非球形クラスタを発見できるか？
• RQ2 インツリー構築とアフィニティプロパゲーションを組み合わせたハイブリッド手法は、複雑なクラスタ検出においてどの程度有効か？
• RQ3 類似度情報のみで、非球形データにおいて自動的かつ正確なクラスタリングがどの程度可能か？
• RQ4 到達可能性に基づくエッジ拡張が、標準のアフィニティプロパゲーションと比較して、クラスタ構造の回復をどの程度改善するか？

主な発見

• G-APは、球形仮定に依存する従来のアフィニティプロパゲーションが失敗する非球形クラスタを効果的に発見する。
• アルゴリズムは完全に自動化されており、クラスタ数や距離閾値といったユーザー指定パラメータを一切必要としない。
• インツリー構築段階により、スパースで物理的根拠のある初期化が確保され、効率的なメッセージ伝達が可能になる。
• 到達可能なノード間の接続追加により、ネットワークの複雑なクラスタトポロジーを捉える能力が向上する。
• 拡張構造上でのアフィニティプロパゲーションの適用により、エグジンプレアの特定と整合性の高いクラスタ形成が実現される。
• 類似度情報のみを入力として用いるため、多様なデータタイプに応用可能な強固なクラスタ発見が達成される。