【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)

参考好文:

图神经网络时代的深度聚类 - 知乎 (zhihu.com)  几篇文献讲解。

深度聚类算法研究综述(A Survey of Deep Clustering Algorithms) - 凯鲁嘎吉 - 博客园 (cnblogs.com)  深度学习聚类大总结包含公式。

【石川 | 北京邮电大学计算机学院教授】图神经网络聚类_哔哩哔哩_bilibili  PPT来源。

(SDCN)Structural Deep Clustering Network 2020 WWW_东方小虾米的博客-CSDN博客_sdcn 公式讲解加代码。

一、特征提取

利用神经网络得到对象的特征表示。

【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)_第1张图片

 【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)_第2张图片

 二、聚类历史

【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)_第3张图片

 在数据的表示上聚类(深度聚类)【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)_第4张图片

 内部连接紧密,相互之间连接稀疏【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)_第5张图片

 

三、采用的方法

 有效的学习数据表示是很有效的,下图是一个共同提升的训练方法。【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)_第6张图片

 利用编码器和解码器学习数据表示,往往忽略了数据之间的结构信息,但结构化信息在聚类中是十分重要的。

【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)_第7张图片

 考虑结构信息的聚类方法,同时考虑

【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)_第8张图片

 模型如下,同时训练,优化目标为联合优化目标

【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)_第9张图片

 GCN迭代聚合很容易过平滑,加入自编码器信息可以改善过平滑,效果很明显。还将结构信息引入了自编码器。

【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)_第10张图片

 【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)_第11张图片

【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)_第12张图片

结果对比:效果很明显 

【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)_第13张图片

 四、属性多视图网络

【论文精读3】20WWW Structural Deep Clustering Network (SDCN网络图聚类)_第14张图片

 五、应用

 多视图信息划分聚类

你可能感兴趣的:(DeepLearn,学习笔记,聚类,机器学习,人工智能)