초록
클러스터링은 많은 데이터 기반 응용 분야에서 핵심적인 역할을 하며, 거리 함수와 그룹화 알고리즘 측면에서 광범위하게 연구되어 왔습니다. 그러나 클러스터링을 위한 표현 학습에 대한 연구는 상대적으로 적었습니다. 본 논문에서는 딥 뉴럴 네트워크를 사용하여 특성 표현과 클러스터 할당을 동시에 학습하는 방법인 딥 임베디드 클러스터링(Deep Embedded Clustering, DEC)을 제안합니다. DEC는 데이터 공간에서 저차원 특성 공간으로의 매핑을 학습하며, 이 공간에서 반복적으로 클러스터링 목적 함수를 최적화합니다. 이미지 및 텍스트 코퍼스에 대한 실험 평가 결과, DEC는 최신 방법론들보다 유의미한 개선을 보였습니다.