Semantic Invariant Multi-View Clustering With Fully Incomplete Information

聚类分析 计算机科学 语义学(计算机科学) 人工智能 不变(物理) 完整信息 机器学习 数学 数学物理 数理经济学 程序设计语言
作者
Pengxin Zeng,Mouxing Yang,Yiding Lu,Changqing Zhang,Peng Hu,Xi Peng
出处
期刊:IEEE Transactions on Pattern Analysis and Machine Intelligence [Institute of Electrical and Electronics Engineers]
卷期号:46 (4): 2139-2150 被引量:5
标识
DOI:10.1109/tpami.2023.3332967
摘要

Robust multi-view learning with incomplete information has received significant attention due to issues such as incomplete correspondences and incomplete instances that commonly affect real-world multi-view applications. Existing approaches heavily rely on paired samples to realign or impute defective ones, but such preconditions cannot always be satisfied in practice due to the complexity of data collection and transmission. To address this problem, we present a novel framework called SeMantic Invariance LEarning (SMILE) for multi-view clustering with incomplete information that does not require any paired samples. To be specific, we discover the existence of invariant semantic distribution across different views, which enables SMILE to alleviate the cross-view discrepancy to learn consensus semantics without requiring any paired samples. The resulting consensus semantics remains unaffected by cross-view distribution shifts, making them useful for realigning/imputing defective instances and forming clusters. We demonstrate the effectiveness of SMILE through extensive comparison experiments with 13 state-of-the-art baselines on five benchmarks. Our approach improves the clustering accuracy of NoisyMNIST from 19.3%/23.2% to 82.7%/69.0% when the correspondences/instances are fully incomplete. We will release the code after acceptance.
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
NtoLse完成签到,获得积分10
1秒前
田様应助年轻就要气盛采纳,获得10
1秒前
1秒前
zm发布了新的文献求助10
2秒前
酸菜鱼火锅完成签到,获得积分10
3秒前
没有稗子发布了新的文献求助10
4秒前
WEI完成签到,获得积分10
4秒前
ssss完成签到,获得积分10
5秒前
5秒前
6秒前
Hhhhh发布了新的文献求助10
6秒前
zjx发布了新的文献求助10
7秒前
小二郎应助小柚子采纳,获得10
8秒前
8秒前
星辰大海应助一一采纳,获得10
8秒前
优雅的数据线完成签到,获得积分10
9秒前
晚安发布了新的社区帖子
9秒前
CipherSage应助聪明的一德采纳,获得10
9秒前
fanfan完成签到 ,获得积分10
11秒前
随遇而安完成签到,获得积分10
11秒前
陈平安发布了新的文献求助10
12秒前
森气发布了新的文献求助10
12秒前
SDSD完成签到,获得积分10
13秒前
燕尔蓝发布了新的文献求助10
13秒前
坚强亦丝应助zzz采纳,获得10
14秒前
victormanboy3发布了新的文献求助10
15秒前
18秒前
20秒前
Jasper应助cc采纳,获得10
20秒前
搜集达人应助wwaakk采纳,获得10
21秒前
吴子秋发布了新的文献求助10
22秒前
23秒前
小柚子发布了新的文献求助10
23秒前
24秒前
LIANG发布了新的文献求助10
24秒前
24秒前
25秒前
26秒前
28秒前
天外来物发布了新的文献求助20
28秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2500
Востребованный временем 2500
Hopemont Capacity Assessment Interview manual and scoring guide 1000
Classics in Total Synthesis IV: New Targets, Strategies, Methods 1000
Neuromuscular and Electrodiagnostic Medicine Board Review 700
中介效应和调节效应模型进阶 400
Refractive Index Metrology of Optical Polymers 400
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 纳米技术 内科学 物理 化学工程 计算机科学 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 电极
热门帖子
关注 科研通微信公众号,转发送积分 3443647
求助须知:如何正确求助?哪些是违规求助? 3039898
关于积分的说明 8978440
捐赠科研通 2728341
什么是DOI,文献DOI怎么找? 1496490
科研通“疑难数据库(出版商)”最低求助积分说明 691648
邀请新用户注册赠送积分活动 689213