Robust Multi-View Learning via Representation Fusion of Sample-Level Attention and Alignment of Simulated Perturbation

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新颖的鲁棒多视角学习方法(RML),通过样本级注意力的表示融合和模拟扰动的对齐,显著提升了多视角学习的效果。实验结果表明,RML在无监督聚类和噪声标签分类等任务中表现优异,具有广泛的应用潜力。

🏷️

标签

➡️

继续阅读