您的位置: 首页 > 文章 > 图神经网络聚类 图神经网络聚类 分类: 文章 • 2024-07-16 13:10:34 传递算子 Z=(1−η)Z+ηZZ=(1-\eta)Z+\eta ZZ=(1−η)Z+ηZ可以用来（GCN的迭代聚合，容易出现过平滑）减缓过平滑现象，也就是决定有多少是保留，有多少又是传递到下一个 使用1 是将Q分布进行挤压，以获得更高置信度的分布P。 用三个监督信息， 对一个实体用多个视图进行描述会更准确 使用重构loss 和聚类loss 应用场景 ACM是学术数据集，DBLP是电影数据集， 真实的聚类问题是没有真实的标准答案的，而搞研究的实验数据集是有真正答案的；
