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。
➡️