论文笔记：2019[IJCAI]Attributed Graph Clustering via Adaptive Graph Convolution
前言
此篇博客转载至https://zhuanlan.zhihu.com/p/114452245
Motivation
本文利用了高阶结构信息(多层GNN)来提升聚类的效果.尽管这两篇非常相似,它们也是有一些差异的:
- (1) 本文所提出的AGC是从图信号处理谱图理论的角度来理解GNN并增强了聚类效果
- (2) 本文所涉及的AGC可以自适应的选择高阶信息的阶数
Model
谱域的图卷积
自适应k选择
现在还剩一个问题需要解决,图卷积的k阶该如何确定?
这里作者用了一个启发式的方法:逐渐增加k, 当类内距离开始变小时,停止搜索. 内类距离如下所示
可以看出,这里k的选择也是比较符合聚类的要求(类内距离最小,类间距离最大).