Popcorn: Accelerating Kernel K-means on GPUs through Sparse Linear Algebra
Rattachement africain : it, us. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
K-means is a popular clustering algorithm with significant applications in numerous scientific and engineering areas. One drawback of K-means is its inability to identify non-linearly separable clusters, which may lead to inaccurate solutions in certain cases. Kernel K-means is a variant of classical K-means that can find non-linearly separable clusters. However, it scales quadratically with respect to the size of the dataset, taking several minutes to cluster even medium-sized datasets on traditional CPU-based machines.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Popcorn: Accelerating Kernel K-means on GPUs through Sparse Linear Algebra
- Date Crossref
- 28/02/2025
- Éditeur
- ACM
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
University of Trento pays non établi dans la noticeUniversité ou école supérieure
-
Cornell University pays non établi dans la noticeUniversité ou école supérieure
University of Trento et Cornell University.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.