端到端聚类成顶刊新宠！新作训练速度超Transformer百倍

分享个高区热点：端到端聚类。一区二区都有不少新成果，比如IJCV 2024的IDDC方法，性能优于所有现有无监督语义分割方法，还有LoSTer算法，训练速度比Transformer快数百倍！

这方向已经成为了学术界与工业界的研究重点，因为它能自动化完成从数据输入到聚类结果输出的整个过程，无需人工干预中间步骤，极具高效性与灵活性，在机器学习与数据挖掘领域，尤其是无监督学习和复杂数据建模中，拥有超级强大的潜力。

如今，大模型的进步推动着端到端聚类在更多领域实现“从数据到知识”的无缝衔接，未来关于它的创新将集中在跨模态融合、算法鲁棒性提升、自动化系统开发、伦理安全设计等方面。

本文整理了11篇端到端聚类的前沿论文，开源代码有，需要参考的论文er可无偿获取，也欢迎大家评论区友好交流呀~

全部论文+开源代码需要的同学看文末

End-to-End Supervised Hierarchical Graph Clustering for Speaker Diarization（二区）

方法：论文提出了一种名为E-SHARC的端到端有监督分层图神经网络聚类算法，通过最小化同一说话者的距离和最大化不同说话者的距离，实现了说话者分割任务，并扩展到重叠说话者预测，在挑战性数据集上表现出色。

创新点：

• 提出了一种基于图神经网络 (GNN) 的端到端监督层次聚类算法，称为 E-SHARC。通过联合优化嵌入提取器和 GNN 聚类模块，实现了表示学习、度量学习和聚类的端到端优化。

• E-SHARC 方法进一步扩展了模型能力，使其可以预测和分配重叠语音区域的多个说话人。

• 通过将图神经网络应用于说话人分离任务，该研究首次探索了层次图聚类框架的使用。

Incomplete contrastive multi-view clustering with high-confidence guiding（AAAI 2024）

方法：该论文提出了一种新颖的端到端不完整多视图聚类方法ICMVC，通过多视图一致性关系转移和图卷积网络处理缺失值，同时设计实例级注意力模块和高置信度指导以利用互补信息，解决了多视图数据丢失问题并改进了聚类性能。

创新点：

• 提出了一种结合多视图一致性关系传递和图卷积网络（GCN）的策略来处理多视图数据中的缺失值问题。

• 通过设计实例级注意力融合机制和高置信度引导方法，作者能够充分挖掘多视图数据中的互补信息。

• 提出了一种端到端的框架，将多视图缺失数据处理、多视图表示学习和聚类分配整合为一个联合优化过程。

Concrete Dense Network for Long-Sequence Time Series Clustering

方法：论文提出了一种端到端的聚类方法LoSTer，专门用于长序列时间序列聚类，采用对比学习和优化策略提升聚类性能，在训练速度上比RNN快3个数量级，比Transformer快数百倍，并在多个数据集上展示了卓越的聚类准确性和效率。

创新点：

• 提出了一种双重对比学习方法，该方法在实例和聚类层次上捕捉描述性模式，将原始视图和增强视图的信息桥接在一起。

• LoSTer是一种新颖的深度学习方法，专为长序列时间序列聚类（LSTC）设计。

• 提出了一种集群分布学习方法，能够直接优化k-means目标的硬聚类分配，使端到端的梯度学习成为可能，而无需像现有工作那样采用软k-means放松。

Imbalance-Aware Discriminative Clustering for Unsupervised Semantic Segmentation（一区）

方法：论文提出了一种新的无监督语义分割方法，称为不平衡感知稠密判别聚类（IDDC），通过在ViT的嵌入空间中转移像素流形结构到标签空间，并利用魏布尔函数正则化来处理像素类别不平衡和簇退化问题，实现了像素级特征表示和聚类的端到端、自动化学习，显著优于现有方法。

创新点：

• IDDC在端到端和自监督的框架下学习像素级特征表示和密集判别聚类，通过转移ViT嵌入空间中的像素流形结构到标签空间，实现更高效的学习。

• 引入了基于Weibull函数的新正则化器，专门用于解决像素类别不平衡和聚类退化问题。

• 设计了一种新颖的目标函数，通过使用线性和指数函数来处理像素亲和度中的噪声。

关注下方《学姐带你玩AI》🚀🚀🚀

回复“端到端聚类”获取全部方案+开源代码

码字不易，欢迎大家点赞评论收藏