面向多视图聚类的Tensor-Interacted Projection与Cooperative Hashing
机器学习
2024-12-30 v1
摘要
近年来，基于锚点和哈希的多视图聚类方法因其处理大规模数据的效率和简单性而受到关注。然而，现有方法常常忽略投影期间多视图数据之间的相互作用以及更高阶的合作关系，对低维空间中的哈希表示质量、聚类性能以及对噪声的敏感性造成负面影响。为解决这一问题，我们提出一种新方法，称为Tensor-Interacted Projection and Cooperative Hashing for Multi-View Clustering（TPCH）。TPCH将多个投影矩阵堆叠为张量，考虑到投影过程中协同性和通信。通过在双投影和Hamming空间中捕获更高阶的多视图信息，TPCH采用增强的张量核范数来学习更紧凑且易于区分的哈希表示，促进视图内及视图间的通信。实验结果表明，所提出的方法在五个大规模多视图数据集上的聚类性能显著优于最先进的方法。此外，就CPU时间而言，TPCH相较于最先进的当前方法实现了显著的加速。代码可在 \textcolor{red}{\url{https://github.com/jankin-wang/TPCH}} 获取。
引用
@article{arxiv.2412.18847,
title = {TPCH: Tensor-interacted Projection and Cooperative Hashing for Multi-view Clustering},
author = {Zhongwen Wang and Xingfeng Li and Yinghui Sun and Quansen Sun and Yuan Sun and Han Ling and Jian Dai and Zhenwen Ren},
journal= {arXiv preprint arXiv:2412.18847},
year = {2024}
}