Node-to-cluster contrastive learning with modularity maximization for graph clustering

2026-09-16

0

PRE

AI

DOI：10.1016/j.eswa.2026.134440

原文求助

摘要

En 中文

• 我们提出NC-MGC，将图优化与层次对比学习相结合。 • 结合拉普拉斯滤波的KNN优化可缓解属性-拓扑不一致问题。 • 结合模块度最大化的聚类级对比学习可增强簇内紧致性。 • NC-MGC在六个图基准测试中始终优于当前最优方法。

Keyword:

Contrastive learning

Graph clustering

Laplacian filter

Modularity maximization