DIVA：基于狄利克雷过程混合的变分自编码器增量深度聚类算法
机器学习
2023-11-28 v3 机器学习
摘要
基于生成模型的深度聚类框架在复杂数据分类上表现出色，但由于需要预先知道聚类数量，其在处理动态与复杂特征时受限。本文提出一种非参数深度聚类框架，采用无限高斯混合作为先验。我们的框架利用带记忆的在线变分推断方法，实现聚类的“诞生”与“合并”操作，使框架能以“动态自适应”方式聚类数据，且无需预先知道特征数量。我们将该框架命名为 DIVA，一种基于狄利克雷过程的通过变分自编码器的增量深度聚类框架。我们的框架优于最先进的基线，在分类具有动态变化特征（尤其是增量特征）的复杂数据上展现出优越性能。我们的源代码实现发布于：https://github.com/Ghiara/diva
引用
@article{arxiv.2305.14067,
title = {DIVA: A Dirichlet Process Mixtures Based Incremental Deep Clustering Algorithm via Variational Auto-Encoder},
author = {Zhenshan Bing and Yuan Meng and Yuqi Yun and Hang Su and Xiaojie Su and Kai Huang and Alois Knoll},
journal= {arXiv preprint arXiv:2305.14067},
year = {2023}
}
备注
static datasets comparision updated