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。
二、聚类历史
在数据的表示上聚类(深度聚类)
内部连接紧密,相互之间连接稀疏
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。
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。
考虑结构信息的聚类方法,同时考虑
模型如下,同时训练,优化目标为联合优化目标
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。
结果对比:效果很明显
四、属性多视图网络
五、应用![](https://img-blog.csdnimg.cn/76d8053fe35044eca2dbe96b747d8f3a.png)
![](https://img-blog.csdnimg.cn/b46069edcbd044a9a31fd47fe040e2c7.png)
多视图信息划分聚类