加载失败，
ICML 2024 Oral｜外部引导的深度聚类新范式
ICML 2024 Oral｜外部引导的深度聚类新范式
2024年8月14日修改
转载请联系原作者取得授权
本文作者 李云帆，四川大学计算机学院 2020级直博研究生。在导师彭玺教授的指导下，博士期间主要围绕深度 聚类 开展理论、方法和应用的研究。 目前已在国际权威刊物Nature Communications/JMLR/TPAMI/IJCV/ICML/CVPR等上发表学术论文13篇，谷歌学术引用共954次；发表于AAAI2021的Contrastive Clustering被引516次，是2021年以来 聚类 领域引用最高的论文；获首批国家自然科学基金青年学生基础研究项目（博士研究生）资助。
怎样才能将可爱又迷人的柯基与柴犬的图像进行区分？
附件不支持打印
加载失败，
如果单从图像识别角度而言，两种犬类在外观上极为相似，拥有相近的色块像素，仅凭数据内蕴信息（即图像自身）可能难以对二者进行区分，但如果借助外部数据和知识，情况可能会大幅改观。
近日，一篇以《Image Clustering with External Guidance》为题的论文，提出了能够大幅提升CLIP图像 聚类 性能，引入外部 知识库 内容辅助深度 聚类 的方法。
附件不支持打印
加载失败，