知识卡片

普通读书笔记卡 · 3779

自旋聚类以自由能寻优

理解等级:中级

一种物理启发的聚类思路把样本分组转写为相互作用的自旋系统,并随温度变化寻找自由能较低的状态,用系统状态表达候选划分。它把“直接按几何距离切分”换成能量模型的优化问题;实际簇数、相互作用和目标函数怎样设定须看完整模型。本节只给方向,不能据此认定使用了量子计算硬件或保证全局最优、优于其他聚类方法。

类比(补充教学示例,非书中数据):把每个样本想成可取几种“簇标签”的自旋。温度高时标签容易翻转,划分较软;温度降低后,相互吸引的样本更倾向同一标签,自由能低的状态对应一种聚类。自由能随温度的系列极小值,就是书中说的“一系列”求解,不是一次定死簇数。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 1 5 . 2 . 4 量 子 聚 类 算 法 · 查看原书依据

      受到物理学中量子机理和特性的启发,可以利用量子理论解决此类问题,一个很好的例子就是基于相关的Pott自旋和统计机理提出的量子聚类模型,它把聚类问题看作一个物理系统,通过求解一系列随温度变化的自由能函数的全局极小值得到聚类问题的最优解。

    参考来源

    - 位置:《智能算法导论》第 150 项《1 5 . 2 . 4 量 子 聚 类 算 法》(源文件:`_epub-src/EPUB/xhtml/chapter15_0011.xhtml`) - 结论依据:正文以相关 Potts 自旋和温度相关自由能的极小化说明模型构想,并批评仅按几何距离切分、须预先指定簇数的常用方法。温度—标签类比是补充教学示例;原文未给自由能函数、求解细节或可比较实验条件。 - 原始内容:它把聚类问题看作一个物理系统,通过求解一系列随温度变化的自由能函数的全局极小值得到聚类问题的最优解