CSampE

新的 SCISE 框架通过解决结构孤立问题来增强图聚类

研究人员开发了 SCISE，一种新颖的无监督图聚类框架，旨在克服小批量训练中常见的“结构孤立”问题。SCISE 集成了结构熵社区约束算子（SECC）来增强社区凝聚力，以及社区感知采样扩展（CSampE）机制来保留全局拓扑信息。此外，结构对比学习（StructCL）模块优化了边权重，以指导编码器学习更高阶的结构表示。在六个基准数据集上的实验表明，SCISE 的性能优于现有算法。