单视图图聚类模型

抗噪多视图表征

通过可控数据增强构建多视图图并利用一致性协同学习,缓解结构噪声对表征的影响。

刘恒 · Weizhi, Zhao · Zhou, Bao · 叶明全 · Shan, Caifeng

Knowledge-Based Systems 2025

技术优势

不怕图结构噪声

图注意力机制对结构噪声敏感会导致表征不鲁棒,S2M通过可控数据增强构建多视图图来减少结构噪声的影响。

单视图也能多视图

针对单视图数据,提出灵活可控的数据增强方法构建多视图图,使多视图聚类方法可以协同发挥潜力,学习到有效的多视图特征嵌入。

聚类导向的特征融合

利用节点预测引导多视图特征融合,从高置信度节点推导目标分布,学习面向聚类的表征。

多分支一致性提鲁棒

通过交叉编码利用多个视图分支嵌入的一致性和协作来改进聚类鲁棒性。

应用场景