BriefGPT - AI 论文速递
·
通过结构信息融合的自监督对比图聚类网络
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了Simple Contrastive Graph Clustering (SCGC)算法，通过改进网络架构、数据增强和目标函数提高聚类算法性能。实验证明，该算法在七个基准数据集上比竞争对手快至少七倍，并取得显著性能优势。
🎯
关键要点
- 提出了一种名为Simple Contrastive Graph Clustering (SCGC)的算法。
- 该算法从网络架构、数据增强和目标函数三个方面改进现有方法。
- 使用简单的低通滤波去噪操作和两个多层感知器(MLPs)作为骨干网络。
- 通过构建siamese编码器和直接损坏节点嵌入实现数据增强。
- 设计了新的跨视图结构一致性目标函数以提高网络的判别能力。
- 实验结果表明，该算法在七个基准数据集上比竞争对手快至少七倍。
- SCGC算法取得了显著的性能优势。
➡️
