Deep embedded clustering with distribution consistency preservation for attributed networks

•A distribution consistency preserving deep embedded clustering model is proposed.•The model exploits GAE and AE to learn node representations and clusters jointly.•A consistency constraint is designed to maintain the consistency of the clusters.•The empirical study verifies the effectiveness of the...

Celý popis

Podrobná bibliografie

Vydáno v:	Pattern recognition Ročník 139; s. 109469
Hlavní autoři:	Zheng, Yimei, Jia, Caiyan, Yu, Jian, Li, Xuanya
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 01.07.2023
Témata:	Autoencoder Cluster distribution consistency Deep embedded clustering Graph autoencoder Node representation learning Graph autoencoder Node representation learning Autoencoder Cluster distribution consistency Deep embedded clustering
ISSN:	0031-3203, 1873-5142
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!