แนวคิดหลัก
マルチビュー深層部分空間クラスタリングネットワーク(MvDSCN)は、エンドツーエンドの方法で複数のビューの関係を特徴学習と自己表現に組み込み、より良いクラスタリング効果を得る。
บทคัดย่อ
複数のビューデータから構成されるデータセットで、MvDSCNが競争力のあるパフォーマンスを示す。
モデル選択を回避し、複数のバックボーンを統合して一貫したモデルを構築する。
多様性と普遍性正則化により、多視点関係が特徴学習と自己表現に組み込まれている。
MvDSCNは大規模なデータセットや情報豊富なマルチビューデータにおいてより優れたパフォーマンスを発揮する可能性がある。
สถิติ
ベストSV法はNMIで0.654 ± 0.009を達成
LRR法はACCで0.895 ± 0.006を達成
Min-Disagreement法はARIで0.103 ± 0.013を達成