مقاله یادگیری خوشه های یکنواخت در Hypersphere برای خوشه بندی در سطح گراف عمیق

چکیده

Graph clustering has been popularly studied in recent years. However, most existing graph clustering methods focus on node-level clustering, i.e., grouping nodes in a single graph into clusters. In contrast, graph-level clustering, i.e., grouping multiple graphs into clusters, remains largely unexplored. Graph-level clustering is critical in a variety of real-world applications, such as, properties prediction of molecules and community analysis in social networks. However, graph-level clustering is challenging due to the insufficient discriminability of graph-level representations, and the insufficient discriminability makes deep clustering be more likely to obtain degenerate solutions (cluster collapse). To address the issue, we propose a novel deep graph-level clustering method called Uniform Deep Graph Clustering (UDGC). UDGC assigns instances evenly to different clusters and then scatters those clusters on unit hypersphere, leading to a more uniform cluster-level distribution and a slighter cluster collapse. Specifically, we first propose Augmentation-Consensus Optimal Transport (ACOT) for generating uniformly distributed and reliable pseudo labels for partitioning clusters. Then we adopt contrastive learning to scatter those clusters. Besides, we propose Center Alignment Optimal Transport (CAOT) for guiding the model to learn better parameters, which further promotes the cluster performance. Our empirical study on eight well-known datasets demonstrates that UDGC significantly outperforms the state-of-the-art models.

چکیده به فارسی (ترجمه ماشینی)

خوشه بندی نمودار در سالهای اخیر مورد مطالعه قرار گرفته است.با این حال ، بیشتر روشهای خوشه بندی نمودار موجود بر خوشه بندی سطح گره ، یعنی گروه بندی گره ها در یک نمودار واحد به خوشه ها متمرکز می شوند.در مقابل ، خوشه بندی سطح گراف ، یعنی گروه بندی چندین نمودار در خوشه ها ، تا حد زیادی ناشناخته است.خوشه بندی سطح گراف در انواع برنامه های واقعی در دنیای واقعی ، مانند پیش بینی خواص مولکول ها و تجزیه و تحلیل جامعه در شبکه های اجتماعی بسیار مهم است.با این حال ، خوشه بندی در سطح گراف به دلیل عدم تبعیض کافی در بازنمودهای سطح گراف ، چالش برانگیز است ، و تبعیض کافی ناکافی باعث می شود که خوشه بندی عمیق به احتمال زیاد راه حل های انحطاط (سقوط خوشه ای) را بدست آورد.برای پرداختن به این مسئله ، ما یک روش خوشه بندی سطح عمیق نمودار به نام خوشه بندی نمودار عمیق یکنواخت (UDGC) را پیشنهاد می کنیم.UDGC مواردی را به طور مساوی به خوشه های مختلف اختصاص می دهد و سپس آن خوشه ها را در Hypersphere واحد پراکنده می کند و منجر به توزیع یکنواخت تر در سطح خوشه ای و فروپاشی خوشه ای باریک تر می شود.به طور خاص ، ما برای اولین بار حمل و نقل بهینه تقویت کننده و مصرف (ACOT) را برای تولید برچسب های شبه توزیع یکنواخت و قابل اعتماد برای خوشه های پارتیشن بندی پیشنهاد می کنیم.سپس ما یادگیری متضاد را برای پراکندگی آن خوشه ها اتخاذ می کنیم.علاوه بر این ، ما حمل و نقل بهینه تراز مرکز (CAOT) را برای هدایت مدل برای یادگیری پارامترهای بهتر پیشنهاد می کنیم ، که این باعث افزایش عملکرد خوشه می شود.مطالعه تجربی ما در هشت مجموعه داده مشهور نشان می دهد که UDGC به طور قابل توجهی از مدل های پیشرفته بهتر عمل می کند.