基于拓扑敏感噪声增强框架的对比图聚类方法

《Knowledge-Based Systems》：Contrastive graph clustering with a topology-sensitive noise augmentation framework

　　

穆罕默德·萨伊布·纳希（Mohammad Saeb Nahi）|M.A. 巴拉法尔（M.A. Balafar）|贾法尔·坦哈（Jafar Tanha）|纳齐拉·普尔哈吉·阿加延杰（Nazila Pourhaji Aghayengejeh）

• •
  本文提出了一种具有拓扑感知能力的混合噪声增强模块，该模块能够保留全局结构并区分细粒度的节点。
• •
  本文介绍了一种基于噪声的对比学习方法，该方法可以减少误报并提高语义一致性。
• •
  该方法在Cora、Citeseer、AMAP、BAT、EAT和UAT数据集上实现了先进的聚类性能。