التصنيف العنقودي هو جوهر العديد من المجالات التطبيقية القائمة على البيانات وقد تم دراسته بشكل مكثف فيما يتعلق بوظائف المسافة وخوارزميات المجموعات. ومع ذلك، فقد تركزت الجهود النسبية القليلة على تعلم التمثيلات للتصنيف العنقودي. في هذا البحث، نقترح التصنيف العنقودي المدمج العميق (Deep Embedded Clustering - DEC)، وهو طريقة تتعلم فيها التمثيلات الخاصة بالسمات وتخصيص المجموعات باستخدام الشبكات العصبية العميقة بشكل متزامن. يقوم DEC بتعلم خريطة من فضاء البيانات إلى فضاء سمات ذو بعد أقل، حيث يتم فيه تحسين الهدف التجميعي بشكل متكرر. أظهرت تقييماتنا التجريبية على مجموعات الصور والنصوص تحسينًا كبيرًا مقارنة بالطرق الرائدة في مجالها.