聚类网络

联合优化特征与聚类

一种将Transformer自编码器与K-means迭代展开相结合、通过对比学习增强判别性的深度聚类网络。

Wenhao, Wu · 王卫卫 · 贾西西 · 冯象初

Engineering Applications of Artificial Intelligence 2024

技术优势

学到全局特征

自编码器中引入Transformer结构，相比只建模局部依赖的方法，能捕捉样本长距离关系。

聚类友好的特征

增强邻居数据的特征落在凸包内，使其更适合K-means聚类。

应用场景

• 无监督表征学习：无需标签即可学得判别性特征，用于下游任务。
• 深度聚类：联合优化特征学习和聚类，直接端到端输出聚类结果。
• 数据挖掘：高效聚类支持大规模数据的探索性分析。
• 计算机视觉：为图像数据提供无监督特征提取和聚类。