BriefGPT - AI 论文速递
·
Multi-View Unsupervised Feature and Instance Co-Selection Based on Consistency and Diversity Learning
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了CONDEN-FI方法，旨在解决多视角无监督特征与实例选择问题，通过重构数据以学习一致且特定的表示，从而提升下游任务的性能。实验结果表明，该方法在真实数据集上的表现优于现有技术。
🎯
关键要点
- 本研究提出了CONDEN-FI方法，旨在解决多视角无监督特征与实例选择问题。
- 该方法通过重构多视角数据，学习一致且特定的表示。
- CONDEN-FI能够同时选择重要特征和实例，并自适应学习视角共识相似性图。
- 实验结果显示，CONDEN-FI在真实数据集上的表现优于现有技术，提升了下游任务的性能。
➡️
