work1

Preparation for ST IdeaDCGLC 标题：Dual Contrastive Graph-Level Clustering with Multiple Cluster Perspectives Alignment 作者：National University of Singapore 发表会议/期刊：IJCAI 年份：2024 链接：DCGLC Generalization Main Contribution: DCGLC，一种端到端的聚类方法，它统一了图对比学习的优化与不同聚类视角的信息整合。 一种聚类视角对比机制来对齐聚类信息，通过同时考虑图之间的几何和结构关系，从而产生更可靠的聚类分配。 DCGLC在图级聚类任务上优于最先进的基线方法。 Content 总体框架： 方法概述： general problem loss on graph-level representation two clustering heads- Euclidian-based and subspace-based - Enhancement...