個々のクラスタに足してground-truthクラスを割り当てることができるPICAを対案したこと。これは、同じカテゴリのサンプルを異なるクラスタに割り当てたときに、クラスタ内のコンパクト性・クラスタ間の多様性が低下するという性質をもとにしており、パーティションの不確かさを表す指数を最小化することで実現している。

一般的に使われるクラスタリングベンチマーク(CIFAR, STL, ImageNet等)で実験を行い、正解率・相互情報量・ランド指数の評価で提案手法が従来手法と比較して高い性能を発揮したことを確認した。