التنظيم الشديد لمنع انهيار التجميع العميق عبر الإنترنت دون تضخيم البيانات

التصنيف العنقودي العميق عبر الإنترنت يشير إلى استخدام مشترك لشبكة استخراج الميزات ونموذج التجميع لتخصيص تسميات العناقيد لكل نقطة بيانات جديدة أو دفعة أثناء معالجتها. بينما يكون أسرع وأكثر مرونة من الطرق غير المتصلة بالإنترنت، يمكن للتصنيف العنقودي عبر الإنترنت أن يصل بسهولة إلى الحل المنهار حيث يقوم المُشفِّر بخرائط جميع المدخلات لنقطة واحدة ويتم وضعها جميعًا في عنقود واحد. قد استخدمت النماذج الناجحة الحالية تقنيات مختلفة لتجنب هذه المشكلة، معظمها تتطلب زيادة البيانات أو تهدف إلى جعل الوظيفة الناعمة المتوسطة على مستوى مجموعة البيانات متساوية لكل عنقود. نقترح طريقة لا تتطلب زيادة البيانات، وتختلف عن الطرق الحالية في أنها تنظم التعيينات الصعبة. باستخدام الإطار البيزي (Bayesian)، اشتققنا هدف تحسين بديهي يمكن ضمه بسهولة في تدريب شبكة المُشفِّر. تم اختباره على أربع مجموعات بيانات صورية ومجموعة بيانات واحدة لتحديد الأنشطة البشرية، حيث أنه يتجنب الانهيار بشكل أكثر ثباتًا من الطرق الأخرى ويؤدي إلى تصنيف أكثر دقة. كما أجرينا تجارب وتحليلات إضافية تبرر اختيارنا تنظيم التعيينات الصعبة للعناقيد. الرمز متاح على https://github.com/Lou1sM/online_hard_clustering.