Resumen

La agrupación de incrustación profunda (DEC) atrae mucha atención debido a su rendimiento sobresaliente atribuido a la agrupación de extremo a extremo. Sin embargo, DEC no puede aprovechar la pequeña cantidad de conocimiento a priori contenido en datos de volumen creciente. Para abordar este desafío, se propone un algoritmo de agrupación incrustada profunda semisupervisada con etiquetas adaptativas para agrupar esos datos de manera semisupervisada de extremo a extremo sobre la base de un pequeño conocimiento a priori. Específicamente, se diseña una red de agrupación semisupervisada profunda basada en el paradigma del autoencoder y la agrupación profunda, que explora la representación de agrupación y la asignación de agrupación al evitar el cambio de etiquetas en DEC. Luego, para entrenar los parámetros de la red de agrupación semisupervisada profunda, se introduce un algoritmo basado en retropropagación con etiquetas adaptativas basado en las estrateg

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Agrupamiento; Agrupamiento profundo incrustado; Semisupervisado; Algoritmo; Etiquetas; Rendimiento
• Keywords:Clustering; Deep embedded clustering; Semisupervised; Algorithm; Labels; Performance