具有協同訓練的深度嵌入多視圖聚類

作者：凱魯嘎吉 - 博客園 http://www.cnblogs.com/kailugaji/

    本文對Deep Embedded Multi-view Clustering with Collaborative Training這篇文章進行總結，前提請了解DEC、IDEC相關知識：Deep Clustering Algorithms。

    通過利用來自多視圖的信息，多視圖聚類最近引起了越來越多的關注。但是，現有的多視圖聚類方法要么具有較高的計算和空間復雜性，要​​么缺乏表示能力。為了解決這些問題，本文中提出了具有協同訓練（DEMVC）的深度嵌入式多視圖聚類。首先，深度自動編碼器分別學習多個視圖的嵌入表示。然后，考慮了多視圖之間的共識和互補，提出了一種新穎的協同訓練方案。具體來說，所有視圖的特征表示和聚類分配都是通過協同學習的。進一步開發了用於聚類中心初始化的新一致性策略，以通過協同訓練來改善多視圖聚類性能。在多個流行的多視圖數據集上的實驗結果表明，DEMVC與最新方法相比有了顯着改進。

本文貢獻：

• 提出了一種新的深度嵌入多視圖聚類方法，通過協同訓練多個深度神經網絡，可以很好地利用多視圖的共同信息和互補信息。
• 為了提高MVC的性能，提出了一種輔助分布的共享方案和一種新的簇中心初始化一致性策略。
• 該模型具有良好的表示能力。此外，它可以有效地求解，並應用於大規模數據集。在幾個流行的數據集上的實驗表明，DEMVC達到了最先進的性能。

參考文獻：

[1] Xu J,  Ren Y,  Li G, et al. Deep Embedded Multi-view Clustering with Collaborative Training[J]. Information Sciences, 2021, doi: https://doi.org/10.1016/j.ins.2020.12.073.

Code: https://github.com/SubmissionsIn/DEMVC

[2] DEC、IDEC相關：Deep Clustering Algorithms