l*********
Lv.3 学术文献阅读达人
2020/08/17 23:00
多视图学习综述
多视图学习也被称为数据融合或来自多个特征集的数据集成，其目的是学习一个函数来建模每个视图，并联合优化所有函数来提高泛化性能。本文将多视图学习方法分为三大类:协同训练式学习算法、协同正则化式学习算法和边缘一致性式学习算法。协同训练算法利用数据的多个视图来迭代学习多个分类器，这些分类器可以互相为未标记数据提供预测标签。协同正则化算法通常在目标函数上添加判别函数或回归函数的正则化项，以确保来自多个视图的数据是一致的。边缘一致性算法对边缘变量进行建模，使其在MED框架内保持一致，它不直接对判别函数或回归函数进行限制，而是约束每个输出变量与判别函数的积要大于每个边缘变量。
领书计划详情
