TPAMI 2024 | 通过多重相似张量集成的深度张量谱聚类网络

题目：Deep Tensor Spectral Clustering Network via Ensemble of Multiple Affinity Tensors

通过多重相似张量集成的深度张量谱聚类网络

作者：Hongmin Cai; Yu Hu; Fei Qi; Bin Hu; Yiu-ming Cheung

---

摘要

张量谱聚类（TSC）是一种新兴的方法，通过探索多样的相似性来增强学习。然而，现有的TSC方法尚未解决两个关键问题：（1）构建和存储高阶相似张量以编码多样相似性需要大量内存，限制了它们的适用性；（2）大多数方法采用两阶段方法，整合不同阶次的多个相似张量来学习共识张量谱嵌入，这通常导致次优的聚类结果。为此，本文提出了一种张量谱聚类网络（TSC-Net），以实现共识张量谱嵌入的一阶段学习，同时减少内存成本。TSC-Net使用深度神经网络学习将输入样本映射到共识张量谱嵌入，由多种相似张量指导的TSC目标函数引导。它使用随机优化来计算部分相似张量，从而避免加载整个相似张量进行计算&#