arXiv · cs.AI· Nairouz Mrabah, Youssef Melki, Mohamed Bouguessa, Riadh Ksantini, Shakeeb Murtaza, Tehseen Zia·· 21 小时前
LoomSC：通过投影因子分解与精确谱降维实现可扩展深度子空间聚类
LoomSC: Scalable Deep Subspace Clustering with Projector Factorization and Exact Spectral Reduction
arXiv:2610.10266v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Nairouz Mrabah, Youssef Melki, Mohamed Bouguessa, Riadh Ksantini, Shakeeb Murtaza, Tehseen Zia
首次提交：2026-10-07 23:37
研究任务与主要进展
Nairouz Mrabah等人提出LoomSC，用投影因子分解和精确谱降维减少子空间聚类中的稠密自表达矩阵与全亲和谱聚类开销。该方法联合学习潜在特征和投影自表示，通过两个薄因子、交替Procrustes与最小二乘更新保持样本因子正交性，并以精确特征映射降低谱问题维度。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org