BriefGPT - AI 论文速递
·
自适应节点级权重学习的多阶图聚类
💡
原文中文，约1900字，阅读约需5分钟。
📝
内容提要
本文介绍了一个多阶图聚类模型（MOGC），通过整合多个高阶结构和边缘连接，自适应调整节点贡献，解决超图分割问题，提高聚类准确性。实验证明MOGC有效。
🎯
关键要点
- 提出了一个多阶图聚类模型（MOGC），整合多个高阶结构和边缘连接。
- 采用自适应权重学习机制自动调整每个节点不同结构的贡献。
- 解决了超图分割问题，提高了聚类准确性。
- 通过交替最小化算法高效解决 MOGC 问题。
- 在七个真实数据集上的实验结果证明了 MOGC 的有效性。
➡️
