标签
本文介绍了选择性超图精炼（SHR），一种无标签的后处理方法，它利用超图来精炼冻结图模型中的聚类分配，无需更新参数，并显示出可测量的改进。
本文提出RHEA，一种面向多模态属性图聚类的可靠性感知框架。该框架通过邻域一致性估计节点特定的模态可靠性，重建不可靠模态，并使用可靠性感知融合和最优传输聚类。在四个基准上的实验显示出一致的性能提升，尤其在属性含噪或缺失的情况下。
本文提出SCISE，一个可扩展的无监督图聚类框架，通过社区感知采样和结构熵克服小批量训练中的结构孤立问题，在基准数据集上取得了最先进的结果。
介绍了一种用于对称非负矩阵分解的非单调梯度算法SNMPBB，该算法相比现有方法实现了显著加速，并扩展至图聚类和低秩近似。