CoCo：面向深度图聚类的紧凑性与一致性联合框架

研究者提出深度图聚类联合框架 CoCo，用图卷积滤波器从局部与全局视角学习稳健节点表示，并编码为低秩紧凑嵌入以去除冗余与噪声。CoCo 还基于紧凑嵌入开发一致性学习策略，促进两个视角间的知识迁移。实验显示 CoCo 在多个数据集上优于现有最先进方法，论文被 ICLR 2026 Oral 接收。