Hashtag Discernability - Competitiveness Study of Graph Spectral and Other Clustering Methods

• Autorzy: Starosta Bartłomiej , Kłopotek Mieczysław , Wierzchon Slawomir T. , Czerski Dariusz

Identyfikatory

DOI

10.15439/2023F2398

• Języki publikacji: EN

Abstrakty

EN

Spectral clustering methods are claimed to possess ability to represent clusters of diverse shapes, densities etc. They constitute an approximation to graph cuts of various types (plain cuts, normalized cuts, ratio cuts). They are applicable to unweighted and weighted similarity graphs. We perform an evaluation of these capabilities for clustering tasks of increasing complexity.

• Wydawca: Polskie Towarzystwo Informatyczne
• Czasopismo: Annals of Computer Science and Information Systems
• Rocznik: 2023
• Tom: Vol. 35
• Strony: 759--767
• Opis fizyczny: Bibliogr. 25 poz.

Twórcy

autor

Starosta Bartłomiej

autor

Kłopotek Mieczysław

autor

Wierzchon Slawomir T.

autor

Czerski Dariusz

Uwagi

1. Thematic Tracks Regular Papers

2. Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2024).