arXiv · ML· Keith Miller, Tristan Crawford, Ronald J. Stanley·· 8 小时前AI 评分38
G-NAC 通过涌现领域形成实现图神经自动机聚类
G-NAC: Graph Neural Automata Clustering via Emergent Domain Formation
AI 导读
G-NAC 提出一种无监督聚类方法，利用固定邻域图上细胞互动的循环图神经细胞规则演化潜在领域状态，转化为基于秩的谱亲和力进行分割。 在 73 个聚类任务的 57 个基准数据集上，G-NAC 平均调整 Rand 指数（ARI）达 0.7951，优于除 Genie（0.7941）外的其他基线；学习规则可从较小源图迁移到独立的 10 万节点样本。
来源：arXiv · ML · arxiv.org