热点事件持续更新
提出相对Wasserstein空间深度准则选择聚类数
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月8日，研究者在arXiv（Statistics Machine Learning）发表论文，提出Relative Wasserstein Spatial Depth（RWSD）准则，用于分布值数据在Wasserstein空间中的聚类数选择。该方法通过比较每个分布在所属簇与竞争簇中的深度，确定最优簇数。这是目前该事件的唯一报道，尚未见后续验证或应用结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
2026-10-08 arXiv论文提出RWSD准则，通过分布深度比较选择Wasserstein空间聚类数。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · Statistics Machine LearningRelative Wasserstein Spatial Depth（RWSD）：分布数据聚类数选择新准则
研究者提出 Relative Wasserstein Spatial Depth（RWSD）作为分布值数据在 Wasserstein 空间中聚类数的选择准则，通过比较每个分布在所属簇与竞争簇中的深度来确定最优簇数。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。