深度聚类研究综述

doi:10.11863/j.suse.2024.04.06

	深度聚类研究综述
其他题名	A Review of Deep Clustering Studies
	黄雪艳; 张翠红; 赵薇; 王继奎
	2024-08-20
发表期刊	四川轻化工大学学报（自然科学版）
卷号	37 期号:4 页码:47-57
摘要	聚类分析在机器学习中起着重要的作用,学习一个好的数据表示对于聚类算法是至关重要的.深度聚类联合优化表征学习和聚类模型,已经被广泛应用于各种聚类任务中.本文概述了深度聚类的最新进展,并对其在不同领域的应用进行了总结.首先,介绍了深度聚类的基本概念和原理,从神经网络模型角度将其划分为基于自编码器、基于变分自编码器、基于生成对抗网络、基于孪生网络/对比学习和基于图神经网络的深度聚类,分别对其进行分析和总结.然后,讨论了深度聚类在图像、文本和识别检测等领域的应用.最后,对当前深度聚类研究的热点和未来发展方向进行了展望.
其他摘要	Clustering plays an important role in machine learning,and learning a good representation of data is essential for clustering.Deep clustering joint optimization representation learning and clustering models have been widely used in various clustering tasks.The paper overviews the recent advances in deep clustering and summarize its applications in different fields.Firstly,the basic concepts and principles of deep clustering are introduced,and from the perspective of neural network model,it is divided into autoencoder-based,variational-autoencoder-based,generative adversarial network-based,twin-based network/contrastive learning,and deep clustering based on graph neural network,which are analyzed and summarized respectively.Then,the applications of deep clustering in the fields of image,text,and recognition detection are discussed.Finally,the current hotspots and future development directions of deep clustering research are prospected.
关键词	深度学习神经网络特征提取聚类
DOI	10.11863/j.suse.2024.04.06
URL	查看原文
ISSN	2096-7543
语种	中文
原始文献类型	Periodical
中图分类号	TP181
CN号	51-1792/N
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/37725
专题	信息工程与人工智能学院
通讯作者	王继奎
作者单位	兰州财经大学信息工程与人工智能学院,兰州 730000
第一作者单位	信息工程与人工智能学院
通讯作者单位	信息工程与人工智能学院
推荐引用方式 GB/T 7714	黄雪艳,张翠红,赵薇,等. 深度聚类研究综述[J]. 四川轻化工大学学报（自然科学版）,2024,37(4):47-57.
APA	黄雪艳,张翠红,赵薇,&王继奎.(2024).深度聚类研究综述.四川轻化工大学学报（自然科学版）,37(4),47-57.
MLA	黄雪艳,et al."深度聚类研究综述".四川轻化工大学学报（自然科学版） 37.4(2024):47-57.