Copertina

Fast and Eager k-Medoids Clustering: O(k) Runtime Improvement of the PAM, CLARA, and CLARANS Algorithms

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Schubert, Erich, Rousseeuw, Peter J.
Natura:	Preprint
Pubblicazione:	2020
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Faster k-Medoids Clustering: Improving the PAM, CLARA, and CLARANS Algorithms
di: Schubert, Erich, et al.
Pubblicazione: (2018)

OneBatchPAM: A Fast and Frugal K-Medoids Algorithm
di: de Mathelin, Antoine, et al.
Pubblicazione: (2025)

Accelerating k-Means Clustering with Cover Trees
di: Lang, Andreas, et al.
Pubblicazione: (2024)

k-HyperEdge Medoids for Clustering Ensemble
di: Li, Feijiang, et al.
Pubblicazione: (2024)

A Scalable k-Medoids Clustering via Whale Optimization Algorithm
di: Chenan, Huang, et al.
Pubblicazione: (2024)

Near-Optimal Algorithms for Constrained k-Center Clustering with Instance-level Background Knowledge
di: Guo, Longkun, et al.
Pubblicazione: (2024)

Kernel $k$-Medoids as General Vector Quantization
di: Gerlach, Thore, et al.
Pubblicazione: (2025)

kNN-Graph: An adaptive graph model for $k$-nearest neighbors
di: Li, Jiaye, et al.
Pubblicazione: (2026)

Accelerating the k-means++ Algorithm by Using Geometric Information
di: Corominas, Guillem Rodríguez, et al.
Pubblicazione: (2024)

Dying Clusters Is All You Need -- Deep Clustering With an Unknown Number of Clusters
di: Leiber, Collin, et al.
Pubblicazione: (2024)

RSPO: Risk-Seeking Policy Optimization for Pass@k and Max@k Metrics in Large Language Models
di: Zhang, Kaichen, et al.
Pubblicazione: (2025)

$k$-server-bench: Automating Potential Discovery for the $k$-Server Conjecture
di: Brilliantov, Kirill, et al.
Pubblicazione: (2026)

A Polynomial-Time Approximation for Pairwise Fair $k$-Median Clustering
di: Bandyapadhyay, Sayan, et al.
Pubblicazione: (2024)

Efficient Quantum Approximate $k$NN Algorithm via Granular-Ball Computing
di: Xia, Shuyin, et al.
Pubblicazione: (2025)

Surprisal Driven $k$-NN for Robust and Interpretable Nonparametric Learning
di: Banerjee, Amartya, et al.
Pubblicazione: (2023)

Irredundant $k$-Fold Cross-Validation
di: Aguilar-Ruiz, Jesus S.
Pubblicazione: (2025)

SIMPLE: A Gradient Estimator for $k$-Subset Sampling
di: Ahmed, Kareem, et al.
Pubblicazione: (2022)

Explaining k-Nearest Neighbors: Abductive and Counterfactual Explanations
di: Barceló, Pablo, et al.
Pubblicazione: (2025)

$\mathbb{R}^{2k}$ is Theoretically Large Enough for Embedding-based Top-$k$ Retrieval
di: Wang, Zihao, et al.
Pubblicazione: (2026)

Kimi k1.5: Scaling Reinforcement Learning with LLMs
di: Kimi Team, et al.
Pubblicazione: (2025)

Lookbehind-SAM: k steps back, 1 step forward
di: Mordido, Gonçalo, et al.
Pubblicazione: (2023)

MultiwayPAM: Multiway Partitioning Around Medoids for LLM-as-a-Judge Score Analysis
di: Watanabe, Chihiro, et al.
Pubblicazione: (2026)

ZETA: Leveraging Z-order Curves for Efficient Top-k Attention
di: Zeng, Qiuhao, et al.
Pubblicazione: (2025)

Towards Robust Knowledge Tracing Models via k-Sparse Attention
di: Huang, Shuyan, et al.
Pubblicazione: (2024)

Optimizing Partial Area Under the Top-k Curve: Theory and Practice
di: Wang, Zitai, et al.
Pubblicazione: (2022)

Generalized Policy Improvement Algorithms with Theoretically Supported Sample Reuse
di: Queeney, James, et al.
Pubblicazione: (2022)

Deep k-grouping: An Unsupervised Learning Framework for Combinatorial Optimization on Graphs and Hypergraphs
di: Bai, Sen, et al.
Pubblicazione: (2025)

Efficient Prediction of Pass@k Scaling in Large Language Models
di: Kazdan, Joshua, et al.
Pubblicazione: (2025)

Personalized Top-k Set Queries Over Predicted Scores
di: Nia, Sohrab Namazi, et al.
Pubblicazione: (2025)

Foundations of Top-$k$ Decoding For Language Models
di: Noarov, Georgy, et al.
Pubblicazione: (2025)

Finding Clustering Algorithms in the Transformer Architecture
di: Clarkson, Kenneth L., et al.
Pubblicazione: (2025)

Wittgenstein's Family Resemblance Clustering Algorithm
di: Amanpour, Golbahar, et al.
Pubblicazione: (2026)

Evaluation of k-means time series clustering based on z-normalization and NP-Free
di: Lee, Ming-Chang, et al.
Pubblicazione: (2024)

K-frames: Scene-Driven Any-k Keyframe Selection for long video understanding
di: Yao, Yifeng, et al.
Pubblicazione: (2025)

HiRE: High Recall Approximate Top-$k$ Estimation for Efficient LLM Inference
di: L, Yashas Samaga B, et al.
Pubblicazione: (2024)

k-Maximum Inner Product Attention for Graph Transformers and the Expressive Power of GraphGPS
di: De Schouwer, Jonas, et al.
Pubblicazione: (2026)

A Mathematical Theory of Top-$k$ Sparse Attention via Total Variation Distance
di: Tzachristas, Georgios, et al.
Pubblicazione: (2025)

RAP: Runtime Adaptive Pruning for LLM Inference
di: Liu, Huanrong, et al.
Pubblicazione: (2025)

Mini-Batch Kernel $k$-means
di: Jourdan, Ben, et al.
Pubblicazione: (2024)

EMA Policy Gradient: Taming Reinforcement Learning for LLMs with EMA Anchor and Top-k KL
di: Zhang, Lunjun, et al.
Pubblicazione: (2026)