Search

Tag: #clustering7 results

GPU 加速的大規模金融分析分群

NVIDIA 介紹 AdaptGrow，一種 GPU 加速的矩陣分解演算法，可將滾動相關性與尾部相依矩陣轉換為硬分群、軟因子負載及結構性斷裂訊號。此方法針對量化金融工作負載，支援單一 GPU 與多節點規模。

SPORE 聚類演算法以 Python 套件及研究論文形式發布。基於密度變異，使用 knn 圖、BFS 擴張實現尺度自適應叢集，並以 SCR 劃定清晰邊界。在 2D 至 784D 的 28 個資料集上基準測試，對高維如 LLM 嵌入穩健。

Reddit r/MachineLearningCommunity•Apr 1#clustering #high-dimensional #density-based

NVIDIA 的 DGX Spark 現已支援最多 4 台設備叢集組網，打造緊湊型「桌面資料中心」。單台具備 1 百萬億次每秒 AI 算力與 128GB LPDDR5X 統一記憶體，四台並聯即達 4 百萬億次算力與 512GB 記憶體。

這篇arXiv論文介紹使用K-means聚類的無監督ML工作流程，應用於迦納離岸凱塔盆地Well C的測井曲線。識別出四種電岩類，輪廓係數達0.50，與黏土含量、孔隙度和岩石性質相關。此方法無需岩芯數據即可實現穩健的地下特徵化。

部落格文章介紹實驗性可微分聚類方法，融合互信資訊、語義接近度及約束如強制同聚類。可透過聚類搜尋目錄。源自工作項目，分享程式碼與細節。

Reddit r/MachineLearningCommunity•Apr 3#clustering #differentiable #semantic-search

從業人員使用ArcFace/CosFace度量學習，在30個訓練類別上建立嵌入空間，以餘弦相似度聚類處理推理時更多類別。此方法對未見類別有效，且不視為OOD拒絕。貼文尋求此範式的標準機器學習術語。

Reddit r/MachineLearningCommunity•Mar 27#open-world #metric-learning #embeddings

任務：使用稀疏主題描述與範例檔案，將 8000+ 文字檔案分類至主題。有些檔案可能屬未知主題。提議混合 key LLM 與 HDBSCAN 模型，追求最高準確率並最小化假陽性。