深度聚类算法综合

介绍
A Survey of Clustering With Deep Learning: From the Perspective of Network Architecture:聚类是许多数据驱动应用程序领域中的一个基本问题,集群的性能在很大程度上取决于数据表示的质量。因此,线性或非线性特征变换被广泛用于学习更好的聚类数据表示。近年来,大量的研究都集中在利用深度神经网络学习一种对聚类友好的表示,聚类性能得到了显著的提高。在本文中,我们从建筑学的角度对深度学习聚类进行了系统的研究。具体来说,为了更好的理解这一领域,我们首先介绍了初步的知识。在此基础上,提出了一种基于深度学习的聚类方法,并介绍了几种具有代表性的聚类方法。最后,我们提出了一些有趣的机会聚类与深度学习,并给出了一些结论。

深度聚类算法综合_第1张图片
深度聚类算法综合_第2张图片
深度聚类算法综合_第3张图片
深度聚类算法综合_第4张图片

你可能感兴趣的