Bài báo này nhấn mạnh rằng các thuật toán phân cụm đa nhân hiện có (ví dụ: K-means đa nhân) gặp phải các vấn đề về hiệu quả tính toán và độ mạnh mẽ trong phân phối dữ liệu phức tạp. Điều này là do các phương pháp tối ưu hóa dựa trên các mối quan hệ giữa các điểm, khiến việc nắm bắt chính xác cấu trúc và tính đa dạng vốn có của tập dữ liệu trở nên khó khăn. Hơn nữa, các tương tác phức tạp giữa nhiều nhân càng làm trầm trọng thêm những vấn đề này, ảnh hưởng đến khả năng phân cụm các điểm dữ liệu trong không gian đa chiều. Trong bài báo này, chúng tôi cải thiện khuôn khổ phân cụm đa nhân bằng cách tận dụng điện toán hạt-bóng. Cốt lõi của điện toán hạt-bóng là điều chỉnh phân phối dữ liệu một cách thích ứng bằng cách sử dụng các hạt, từ hạt thô đến hạt chịu được, để phù hợp với phân phối dữ liệu. Mỗi hạt có thể bao quanh các điểm dữ liệu dựa trên một phép đo nhất quán mật độ. Mô tả dữ liệu dựa trên hạt này cải thiện hiệu quả tính toán và độ mạnh mẽ trước nhiễu chưa biết. Cụ thể, dựa trên biểu diễn hạt-bóng, chúng tôi đề xuất hạt nhân hạt-bóng (GBK) và khuôn khổ K-means đa nhân hạt-bóng tương ứng (GB-MKKM) cho phân cụm hiệu quả. Khung GB-MKKM được đề xuất sử dụng mối quan hệ bóng hạt trong không gian đa nhân chứng minh hiệu quả và hiệu suất phân cụ vượt trội của nó trong các đánh giá thực nghiệm trên nhiều tác vụ phân cụ khác nhau.
