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。
完成下面两步后，将自动完成登录并继续当前操作。
