BriefGPT - AI 论文速递
·
基于同质性增强的图聚类结构学习
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该文介绍了一种基于同质性增强的结构学习方法（HoLe），通过两个聚类导向的结构学习模块对图结构进行优化，并通过交替训练同质性增强的结构学习和基于GNN的聚类来实现它们的相互作用。研究结果表明，该方法在多个基准数据集上表现出优越性。
🎯
关键要点
- 提出了一种基于同质性增强的结构学习方法（HoLe）
- 通过两个聚类导向的结构学习模块对图结构进行了优化
- 采用交替训练同质性增强的结构学习和基于GNN的聚类来实现相互作用
- 在多个基准数据集上证明了该方法的优越性
➡️
