Краткое содержание

arXiv:2501.02036v2 Тип объявления: replace Аннотация: Глубокое кластеризация — это важная задача современного искусственного интеллекта, целью которой является разбиение набора образцов данных на заданное число однородных групп (т.е. кластеров). В последних исследованиях предлагаются всё более совершенные глубокие нейронные сети и стратегии обучения для глубокой кластеризации, что эффективно повышает производительность. Однако глубокая кластеризация в целом остаётся сложной задачей из-за недостаточности сигналов обучения. Опираясь на существующие базовые архитектуры обучения представлений, данная статья предлагает новую стратегию кластеризации — постепенное обнаружение сообществ. Она инициализирует кластеризацию путём разбиения образцов на множество псевдосообществ с последующим постепенным расширением кластеров за счёт слияния сообществ. По сравнению с существующими стратегиями кластеризации, обнаружение сообществ учитывает новую перспективу анализа кластерной сети в процессе кластеризации. Эта новая перспектива позволяет эффективно использовать глобальные структурные характеристики для улуч