论文笔记:Attributed Graph Clustering: A Deep Attentional Embedding Approach

前言 为了利用各种类型图数据的相互关系,此篇文章提出以图注意力自动编码器来学习潜在表示。 编码器利用图注意力网络来利用图结构和节点内容,并且多层编码器被堆叠以构建用于嵌入学习的深度架构。 另一端的解码器重建拓扑图信息并操纵潜图表示。 进一步采用了自训练模块,该模块以“有信心”的聚类分配作为软标签来指导优化过程。 在架构的设计上,更加注重聚类任务 总结如下: 第一个基于图注意力的自动编码器,有效地整
相关文章
相关标签/搜索