图神经网络聚类

传递算子 Z = ( 1 − η ) Z + η Z Z=(1-\eta)Z+\eta Z Z=(1−η)Z+ηZ可以用来（GCN的迭代聚合，容易出现过平滑）减缓过平滑现象，也就是决定有多少是保留，有多少又是传递到下一个 使用1 是将Q分布进行挤压，以获得更高置信度的分布P。 用三个监督信息， 对一个实体用多个视图进行描述会更准确 使用重构loss 和聚类loss 应用场景 ACM是学术数据集，D

>>阅读原文<<