提出不确定性感知概率约束聚类方法 ECI-PP

Shaojie Zhang 与 Ke Chen 在 arXiv 论文（arXiv:2608.12027v2）中形式化了不确定性感知概率约束聚类（UPCC）设定，提出处理实值、含歧义及随机污染成对监督的 ProbPair 角度成对目标，并构建 ECI-PP 框架，通过信念估计、校正和可靠性感知整合来精炼不完美监督。 基于论文摘要，作者称在多种基准和概率监督设置的实验中，ECI-PP 优于现有深度约束聚类方法，并在共享默认配置下保持稳健。摘要未提供具体数据规模、基线或实验细节。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。