- 博客(3)
- 收藏
- 关注
RSS订阅原创 Simple Contrastive Graph Clustering
与 AGE 不同，我们使用两个分离的 MLP 对平滑后的节点属性进行编码，这两个 MLP 具有相同的架构但参数不共享。第一项迫使节点即使在两个不同视图中也与它们的邻居保持一致，而第二项最小化节点与其非邻居之间的一致性。这种面向邻居的对比目标函数通过保持跨视图结构一致性，增强了我们网络的判别能力，从而提高了聚类性能。CGC 通过简单地设计参数不共享的连体编码器并直接扰动嵌入来构建同一顶点的两个增强视图，而无需对图引入任何复杂操作。设计了一种新颖的面向邻居的对比损失，以保持跨视图的结构一致性。
2025-03-06 21:49:54
292
原创 【论文阅读】End-to-end Learnable Clustering for Intent Learning in Recommendation
第二项旨在通过将行为嵌入拉向聚类中心，使用户的潜在意图与行为对齐。这种设计使簇内分布更加紧凑，并引导网络将相似的行为浓缩为一个意图。第一项旨在将复杂的用户意图解耦为简单的意图单元。从技术上讲，它将不同的聚类中心推开，从而减少不同簇（意图）之间的重叠。
2025-03-02 15:29:42
210
1
原创 Multi-view attributed graph clustering based on graph diffusion convolution with adaptive fusion
组会要开了 很急（主要是该模型）这边论文主要讲的是什么？
2024-11-04 15:18:19
299
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人