군집화할 공간의 학습
원 자료의 고정된 거리만으로 군집을 만드는 대신 군집화에 적합한 비선형 특징 공간을 학습한다. 신경망 매핑으로 차원을 낮추고 그 공간에서 특징 표현과 군집 소속을 함께 구한다.
보조 목표의 반복 갱신
현재의 부드러운 군집 배정으로 보조 목표 분포를 만든다. 중심 기반 확률 분포와 보조 목표 사이의 KL 발산을 줄이면서 군집 배정과 신경망 표현을 반복적으로 정제한다.
표지 없는 최적화
정답 클래스 표지 대신 군집화 목적의 기울기를 역전파해 특징 매핑을 학습한다. 원 연구는 영상 자료와 텍스트 자료에서 군집화 성능을 평가했다.
관련 문서
군집화 / 표현 학습 / 차원 축소 / 쿨백 라이블러 발산 / 오토인코더 / CC 대조 군집화