RTMC: A Rubost Trusted Multi-View Classification Framework

计算机科学 利用 稳健性(进化) 噪音(视频) 机器学习 数据挖掘 鉴别器 人工智能 计算机安全 图像(数学) 电信 生物化学 化学 探测器 基因
作者
Hai Zhou,Zhe Xue,Ying Liu,Boang Li,Junping Du,Meiyu Liang
标识
DOI:10.1109/icme55011.2023.00105
摘要

Multi-view learning aims to fully exploit the information from multiple sources to obtain better performance than using a single view. However, real-world data often contains a lot of noise, which can have a large impact on multi-view learning. Therefore, it is necessary to identify noise contained in multi-view data to achieve robust and trusted classification. In this paper, we propose a robust trusted multi-view classification framework, RTMC. Our framework uses multi-view affinity and repellence encoding to learn effective latent encodings of multi-view data. We also propose a trust-aware discriminator to estimate trust scores by identifying noise contained in the data. We adopt prototype queues, which store latent encodings of different classes, to accurately identify the noise. Finally, trusted multi-view classification is proposed to jointly predict the trust scores of classification and achieve robust classification results through a trusted fusion strategy. RTMC is validated on six challenging multi-view datasets and the experimental results demonstrate the robustness and effectiveness of our method.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小小飞发布了新的文献求助10
刚刚
JamesPei应助韭菜采纳,获得10
1秒前
开开心心的开心应助wahaha采纳,获得10
1秒前
善学以致用应助YE采纳,获得10
1秒前
1秒前
1秒前
木子发布了新的文献求助10
1秒前
义气绿柳发布了新的文献求助10
2秒前
xioatudou完成签到,获得积分10
2秒前
2秒前
2秒前
2秒前
a1oft发布了新的文献求助10
2秒前
科研通AI5应助调皮纸飞机采纳,获得20
2秒前
mirror发布了新的文献求助30
3秒前
椰子发布了新的文献求助10
3秒前
情怀应助iu采纳,获得10
3秒前
但是完成签到,获得积分10
3秒前
4秒前
脱贫致富的小殷完成签到,获得积分10
4秒前
花花花花完成签到 ,获得积分10
4秒前
wwwww发布了新的文献求助10
4秒前
诗谙完成签到,获得积分10
4秒前
不赖床的科研狗完成签到,获得积分10
4秒前
4秒前
buno应助幸福胡萝卜采纳,获得10
4秒前
张肥肥关注了科研通微信公众号
6秒前
火山蜗牛完成签到,获得积分10
6秒前
6秒前
魏笑白完成签到 ,获得积分10
7秒前
Orange应助168521kf采纳,获得10
7秒前
不安慕蕊完成签到,获得积分10
7秒前
7777777发布了新的文献求助10
7秒前
7秒前
wangn完成签到,获得积分10
7秒前
8秒前
周老八发布了新的文献求助10
8秒前
8秒前
韭菜完成签到,获得积分10
9秒前
季宇发布了新的文献求助10
9秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
Social media impact on athlete mental health: #RealityCheck 1020
Ensartinib (Ensacove) for Non-Small Cell Lung Cancer 1000
Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000
Bacterial collagenases and their clinical applications 800
El viaje de una vida: Memorias de María Lecea 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3527521
求助须知:如何正确求助?哪些是违规求助? 3107606
关于积分的说明 9286171
捐赠科研通 2805329
什么是DOI,文献DOI怎么找? 1539901
邀请新用户注册赠送积分活动 716827
科研通“疑难数据库(出版商)”最低求助积分说明 709740