凯鲁嘎吉
用书写铭记日常,最迷人的不在远方

深度聚类算法研究综述(A Survey of Deep Clustering Algorithms)

作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/

    深度聚类的博客写了几篇,也曾总结过专门的一篇博客:深度聚类算法,但并不全面。这篇博客对现有的深度聚类算法进行全面综述与总结,大部分内容来自于:第40期:基于深度神经网络的聚类算法——郭西风以及郭西风博士论文:基于深度神经网络的图像聚类算法研究。现有的深度聚类算法大都由聚类损失与网络损失两部分构成,博客从两个视角总结现有的深度聚类算法,即聚类模型与神经网络模型。

1. 什么是深度聚类?

2. 从两个视角看深度聚类

3. 从聚类模型看深度聚类

3.1 基于K-means的深度聚类

参考:聚类——K-means - 凯鲁嘎吉 - 博客园

3.2 基于谱聚类的深度聚类

参考:多视图子空间聚类/表示学习(Multi-view Subspace Clustering/Representation Learning) 关于“On the eigenvectors of p-Laplacian”目标函数的优化问题 - 凯鲁嘎吉 - 博客园

3.3 基于子空间聚类(Subspace Clustering, SC)的深度聚类

参考:深度多视图子空间聚类多视图子空间聚类/表示学习(Multi-view Subspace Clustering/Representation Learning)字典更新与K-SVD  - 凯鲁嘎吉 - 博客园

3.4 基于高斯混合模型(Gaussian Mixture Model, GMM)的深度聚类

参考:聚类——GMM基于图嵌入的高斯混合变分自编码器的深度聚类(Deep Clustering by Gaussian Mixture Variational Autoencoders with Graph Embedding, DGG) - 凯鲁嘎吉 - 博客园

3.5 基于互信息的深度聚类

参考:COMPLETER: 基于对比预测的缺失视图聚类方法Meta-RL——Decoupling Exploration and Exploitation for Meta-Reinforcement Learning without Sacrifices - 凯鲁嘎吉 - 博客园

3.6 基于KL的深度聚类

参考:Deep Clustering Algorithms 关于“Unsupervised Deep Embedding for Clustering Analysis”的优化问题结构深层聚类网络具有协同训练的深度嵌入多视图聚类 - 凯鲁嘎吉 -博客园

4. 从神经网络模型看深度聚类

4.1 基于自编码器(AutoEncoder, AE)的深度聚类

参考:Deep Clustering Algorithms - 凯鲁嘎吉 - 博客园 (DEC, IDEC, DFKM, DCEC)

4.2 基于变分自编码器(Variational AutoEncoder, VAE)的深度聚类

参考:变分推断与变分自编码器变分深度嵌入(Variational Deep Embedding, VaDE) ,基于图嵌入的高斯混合变分自编码器的深度聚类(Deep Clustering by Gaussian Mixture Variational Autoencoders with Graph Embedding, DGG)元学习——Meta-Amortized Variational Inference and LearningRL——Deep Reinforcement Learning amidst Continual/Lifelong Structured Non-Stationarity - 凯鲁嘎吉 - 博客园

4.3 基于生成对抗网络(Generative Adversarial Network, GAN)的深度聚类

参考:生成对抗网络(GAN与W-GAN) ClusterGAN: 生成对抗网络中的潜在空间聚类双层优化问题:统一GAN,演员-评论员与元学习方法(Bilevel Optimization Problem unifies GAN, Actor-Critic, and Meta-Learning Methods)  - 凯鲁嘎吉 - 博客园

4.4 基于孪生网络(Siamese Neural Network)/对比学习(Contrastive Learning)的深度聚类

参考:从对比学习(Contrastive Learning)到对比聚类(Contrastive Clustering)COMPLETER: 基于对比预测的缺失视图聚类方法 - 凯鲁嘎吉 - 博客园

4.5 基于图神经网络(Graph Neural Network)的深度聚类

参考:结构深层聚类网络 - 凯鲁嘎吉 -博客园

5. 参考文献

[1] 第40期:基于深度神经网络的聚类算法——郭西风 https://www.bilibili.com/video/BV1H3411t7Vk?spm_id_from=333.999.0.0

[2] 物以类聚人以群分:聚类分析的一些挑战和进展 - 凯鲁嘎吉 - 博客园

[3] A Survey of Deep Clustering Algorithms - 凯鲁嘎吉 - 博客园

[4]  Deep Clustering | Deep Learning Notes

[5] 郭西风. 基于深度神经网络的图像聚类算法研究[D]. 国防科技大学, 2020.

posted on 2021-11-18 20:23  凯鲁嘎吉  阅读(4158)  评论(0编辑  收藏  举报