节点聚类与分类联合
该图神经网络模型通过将符号分割与识别转化为图上的节点聚类与分类，并设计均值漂移聚类层，实现了端到端的在线手绘图表识别，在三个数据集上均取得最优性能。
Hao-Zhe, Wang · 张燕明 · 殷飞 · 黄琳琳
2024
在一个统一的框架中联合训练分割与识别模型，避免多阶段流水线中的错误累积。
利用图神经网络捕获图表的高层结构特征，有效处理复杂的二维布局和多样的书写风格。
设计的均值漂移聚类层直接优化节点聚类，获得更准确的分割结果。