摘要
现有的深度聚类方法通常依赖于对比学习（contrastive）或非对比学习（non-contrastive）的表示学习来完成下游聚类任务。基于对比学习的方法通过负样本对（negative pairs）学习均匀的表示，从而提升聚类效果，但负样本对不可避免地引发类别碰撞（class collision）问题，进而损害聚类性能。相反，非对比学习方法虽可避免类别碰撞问题，但其生成的表示往往缺乏均匀性，容易导致聚类坍缩（clustering collapse）。为兼顾两者优势，本文提出一种新颖的端到端深度聚类方法——原型散射与正样本采样（Prototype Scattering and Positive Sampling, 简称 ProPos）。具体而言，本文首先通过最大化原型表示之间的距离，引入“原型散射损失”（prototype scattering loss），以增强表示的均匀性；其次，将某一实例的增强视图与另一视图中采样的邻近样本进行对齐——这些邻近样本在嵌入空间中被假设为真实的正样本对——以此提升簇内紧凑性，该策略称为“正样本采样对齐”（positive sampling alignment）。ProPos 的主要优势在于：有效避免类别碰撞问题，实现均匀的表示分布，获得良好分离的聚类结构，并保持簇内高度紧凑。通过在端到端的期望最大化（expectation-maximization）框架中优化 ProPos，大量实验结果表明，该方法在中等规模聚类基准数据集上取得了具有竞争力的性能，并在大规模数据集上达到了新的最先进水平。代码已开源，获取地址为：\url{https://github.com/Hzzone/ProPos}。