来源: 2024,  ICDM Workshop
作者: Collin Leiber, Niklas Strauß, Matthias Schubert, Thomas Seidl
单位: 慕尼黑机器学习中心（MCML）

一、论文主要工作及贡献

作者提出了UNSEEN算法，这是一个用于估计聚类数量的框架，可以很容易地与许多深度聚类算法相结合。并且作者使用广泛的实验评估，其中包括几个图像和表格数据集证明其性能。此外，作者还进行了几次消融实验，以证明UNSEEN的各个组件的有效性。

二、算法

三、实验结果

四、总结与思考

（一）、论文的核心内容:

    本文是一个用于估计聚类数量的框架，可以很容易地与许多深度聚类算法相结合。

（二）、综合对齐思考:

可以尝试下论文中的思想，在自己的实验中试试，改进自己的架构或者延伸论文中的算法。