[1]杜航原,张晶,王文剑.一种深度自监督聚类集成算法[J].智能系统学报,2020,15(6):1113-1120.[doi:10.11992/tis.202006050]
DU Hangyuan,ZHANG Jing,WANG Wenjian.A deep self-supervised clustering ensemble algorithm[J].CAAI Transactions on Intelligent Systems,2020,15(6):1113-1120.[doi:10.11992/tis.202006050]
点击复制
《智能系统学报》[ISSN 1673-4785/CN 23-1538/TP] 卷:
15
期数:
2020年第6期
页码:
1113-1120
栏目:
学术论文—机器学习
出版日期:
2020-11-05
- Title:
-
A deep self-supervised clustering ensemble algorithm
- 作者:
-
杜航原1, 张晶2, 王文剑1,2
-
1. 山西大学 计算机与信息技术学院, 山西 太原 030006;
2. 山西大学 计算智能与中文信息处理教育部重点实验室, 山西 太原 030006
- Author(s):
-
DU Hangyuan1, ZHANG Jing2, WANG Wenjian1,2
-
1. College of Computer and Information Technology, Shanxi University, Taiyuan 030006, China;
2. Key Laboratory of Computational Intelligence and Chinese Information Processing of Ministry of Education, Shanxi University, Taiyuan 030006, China
-
- 关键词:
-
特征空间; 聚类算法; 一致性函数; 图表示; 相似性度量; 自监督学习; 图数据; 神经网络模型
- Keywords:
-
feature space; clustering algorithm; consistency function; graph representation; similarity measure; self-supervised learning; graphical data; neural network model
- 分类号:
-
TP391
- DOI:
-
10.11992/tis.202006050
- 摘要:
-
针对聚类集成中一致性函数设计问题,本文提出一种深度自监督聚类集成算法。该算法首先根据基聚类划分结果采用加权连通三元组算法计算样本之间的相似度矩阵,基于相似度矩阵表达邻接关系,将基聚类由特征空间中的数据表示变换至图数据表示;在此基础上,基聚类的一致性集成问题被转化为对基聚类图数据表示的图聚类问题。为此,本文利用图神经网络构造自监督聚类集成模型,一方面采用图自动编码器学习图的低维嵌入,依据低维嵌入似然分布估计聚类集成的目标分布;另一方面利用聚类集成目标对低维嵌入过程进行指导,确保模型获得的图低维嵌入与聚类集成结果是一致最优的。在大量数据集上进行了仿真实验,结果表明本文算法相比HGPA、CSPA和MCLA等算法可以进一步提高聚类集成结果的准确性。
- Abstract:
-
In this study, we propose a deep self-supervised clustering ensemble algorithm to obtain the design of a consensus function in a clustering ensemble. In this algorithm, a weighted connected-triple algorithm is applied to the cluster components for estimating the similarity matrix of the samples, based on which the adjacency relation can be determined. Thus, the cluster components can be transformed from data representation in the feature space to graph data representation. On this basis, the consistency integration problem of cluster components is transformed into a graph clustering problem for the graph data representation of cluster components. Further, a graph neural network is used to construct the self-supervised clustering ensemble model. This model uses a graph autoencoder to obtain the low-dimensional embedding of the graph, and the target distribution of the cluster ensemble can be estimated based on the likelihood distribution generated via low-dimensional embedding. The clustering ensemble guides the learning of low-dimensional embedding. The above methods ensure that the low-dimensional embedding and clustering ensemble results obtained by the model are consistent and optimal. Simulation experiments were conducted on a large number of data sets. Results show that the proposed algorithm improves the accuracy of the clustering ensemble result compared with the accuracies obtained using algorithms such as HGPA, CSPA, and MCLA.
备注/Memo
收稿日期:2020-06-29。
基金项目:国家自然科学基金项目(61902227,61673249,61773247,U1805263);山西省国际合作重点研发计划项目(201903D421050);山西省基础研究计划项目(201901D211192);山西省应用基础研究计划项目(201701D121053);山西省1331工程项目
作者简介:杜航原,副教授,博士,主要研究方向为机器学习、社会网络。主持和参与国家级、省部级科研项目7项。发表学术论文10余篇。;张晶,硕士研究生,主要研究方向为数据挖掘与机器学习。;王文剑,教授,博士生导师,博士,国家自然科学基金委信息学部自动化学科会评专家,中国人工智能学会理事、中国人工智能学会机器学习专委会常务委员、知识工程与分布智能专委会委员、粗糙集与软计算专业委员会委员,中国计算机学会人工智能与模式识别专委会委员,中国计算机学会太原分部监督委员会主席、ACM太原分部副主席,并担任多个国际国内学术会议的程序委员会主席或委员,主要研究方向为机器学习与数据挖掘。主持国家自然科学基金项目4项。发表学术论文150余篇。
通讯作者:王文剑.E-mail:wjwang@sxu.edu.cn
更新日期/Last Update:
2020-12-25