arXiv · Statistics Machine Learning· Mitushi Goyal, Tarun S., Riddhanya Senapathi, Arun Raman·· 7 小时前AI 评分23
联邦聚类中局部与全局簇数均未知时的自适应分裂合并方法
Federated Clustering with Unknown Local and Global Cluster Cardinalities
AI 导读
提出两阶段框架，客户端用 Adaptive Split--Merge（ASM）从自身数据估计局部簇数，聚合器以估计值替代真实值运行 FedGEM。ASM 基于 BIC 分裂与合并过剩分量，无需标签、不假设簇跨客户端共享。八数据集上 ASM+FedGEM 平均 ARI 0.333，优于无标签基线 0.256，接近真实局部簇数时的 0.361。
来源：arXiv · Statistics Machine Learning · arxiv.org