잠재 공간의 부분공간
심층 오토인코더로 입력 자료를 잠재 공간에 비선형 매핑한다. 인코더와 디코더 사이에 전통적인 부분공간 군집화의 자기 표현 성질을 반영하는 층을 추가한다.
자료점 관계의 학습
자기 표현 층은 미분 가능하므로 표준 역전파로 모든 자료점 사이의 쌍별 친화도를 배울 수 있다. 표현을 고정한 뒤 관계를 계산하는 대신 신경망 안에서 관계 학습을 연결한다.
구조와 학습 절차
비선형 신경망 표현으로 복잡한 구조의 자료를 군집화하도록 구성한다. 원 연구는 매개변수를 학습하기 위한 사전 학습과 미세 조정 전략을 제안하고 비지도 부분공간 군집화 방법들과 비교했다.
관련 문서
부분공간 / 군집화 / 오토인코더 / 역전파 / 표현 학습 / DEC 심층 임베딩 군집화