CoCo：深度图聚类的紧凑性与一致性联合框架

研究者提出面向深度图聚类的联合框架 CoCo。该框架使用图卷积滤波器，从局部与全局两个视角学习稳健的节点表示，并将其编码为低秩紧凑嵌入，以去除冗余与噪声。基于紧凑嵌入，CoCo 还开发了一致性学习策略，促进两个视角之间的知识迁移。实验显示，CoCo 在多个数据集上的表现优于现有最先进方法。该论文已被 ICLR 2026 Oral 接收。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。