El clustering multivista tiene como objetivo mejorar el rendimiento del clustering mediante la integración óptima de la información de múltiples vistas. Aunque han demostrado un rendimiento prometedor en varias aplicaciones, los algoritmos de clustering multivista existentes no pueden manejar eficazmente el carácter incompleto de las vistas. Recientemente, se ha propuesto un trabajo pionero que trata este problema integrando la agrupación multivista y la imputación en un marco de aprendizaje unificado. Aunque su marco es elegante, observamos que pasa por alto la consistencia entre vistas, lo que conduce a una reducción del rendimiento de la agrupación. Para resolver este problema, proponemos un nuevo método de aprendizaje unificado para la agrupación de vistas incompletas, que imputa simultáneamente las vistas incompletas y aprende un resultado de agrupación consistente con un modelado explícito de la consistencia entre vistas. Más concretamente, se mide la similitud entre el resultado de clustering de cada vista y el resultado de clustering consistente. La consistencia entre las vistas se modela entonces utilizando la suma de estas similitudes. Las vistas incompletas se imputan para conseguir un resultado de agrupación óptimo en cada vista, manteniendo la consistencia entre vistas. Las extensas comparaciones con los métodos más avanzados, tanto en conjuntos de datos sintéticos como de vistas incompletas del mundo real, validan la superioridad del método propuesto.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Evaluación de métodos de centrifugación y tratamiento hidrotermal para la obtención de nanopartículas de fosfato cálcico
Artículo:
Caracterización Morfológica y Reológica de Nanopartículas de Oro Sintetizadas Utilizando Pluronic P103 como Plantilla Blanda
Artículo:
Genómica funcional y nuevos marcadores para producción de carne de vacuno : minirevisión
Artículo:
Un sensor de presión piezoresistivo flexible y altamente sensible basado en películas micropatternadas recubiertas con nanotubos de carbono
Artículo:
Electrolito compuesto de gel semiconductor-polímero de ZnTe para la conversión de energía solar
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Libro:
Planta de tratamiento de aguas residuales