Dual-Optimized Adaptive Graph Reconstruction for Multi-View Graph Clustering

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种双优化自适应图重构的多视图图聚类方法DOAGC,旨在解决传统图神经网络在处理异质图时的不足。该方法通过重构图结构,考虑节点相关性和原始结构信息,有效缓解异质图问题,实验结果表明DOAGC在多视图图聚类任务中表现优越。

🎯

关键要点

  • 本研究提出了一种双优化自适应图重构的多视图图聚类方法DOAGC。
  • DOAGC旨在解决传统图神经网络在处理异质图时的不足。
  • 该方法通过重构图结构,考虑节点相关性和原始结构信息,有效缓解异质图问题。
  • 实验结果表明,DOAGC在多视图图聚类任务中表现优越。
➡️

继续阅读