Rethinking the Deep Clustering Paradigm: Self-Supervision is All You Need
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本文提出了一种新方法,通过第二轮自监督训练解决深度聚类中的特征随机性、漂移和扭曲问题,显著提升了六个数据集的聚类性能。
🎯
关键要点
- 本文提出了一种新方法,通过第二轮自监督训练解决深度聚类中的特征随机性、漂移和扭曲问题。
- 新方法实现了实例级自监督与邻域级自监督之间的平滑过渡,减少了特征漂移的风险。
- 实验结果表明,所提方法在六个数据集上显著提升了聚类性能。
➡️