面向多视图表示学习的聚类引导对比融合方法

过去二十年间，多视图表示学习领域取得了日益迅速的进展，因其能从多样域中提取有用信息以促进多视图应用的发展。然而，该领域面临两大挑战：i) 如何从大量无标签数据中学习鲁棒表示以抵御噪声或不完整视图设定，以及 ii) 如何为各类下游任务平衡视图一致性与互补性。为此，我们利用深度融合网络将视图特定表示融合为视图公共表示，提取高层语义以获得鲁棒表示。此外，我们采用聚类任务引导融合网络，防止其陷入平凡解。为平衡一致性与互补性，我们设计了一种非对称对比策略，将视图公共表示与各个视图特定表示对齐。这些模块被整合为一个统一方法，称为 CLustering-guided cOntrastiVE fusioN (CLOVEN)。我们在五个数据集上定量与定性地评估了所提方法，表明 CLOVEN 在聚类与分类上优于 11 种具有竞争力的多视图学习方法。在不完整视图场景下，我们所提方法比竞争对手更能抵抗噪声干扰。此外，可视化分析显示 CLOVEN 能在保留视图特定表示内在结构的同时，提升视图公共表示的紧致性。我们的源代码将很快发布于 https://github.com/guanzhou-ke/cloven。