Proceedings of the AAAI Conference on Artificial Intelligence· 2020
Tensör-SVD Tabanlı Grafik Öğrenme Çoklu Görünümlü Alt Uzay Kümelemesini İyileştirir
Tensor-SVD Based Graph Learning for Multi-View Subspace Clustering
- 212atıf
- 2020yıl
Kısa özet
Tensör-Tekil Değer Ayrışımı (t-SVD) tabanlı yeni bir ağırlıklı tensör-çekirdek norm minimizasyonu (WTNNM) yöntemi, gürültü ve aydınlatma değişimlerini ele alarak çoklu görünümlü alt uzay kümelemesini önemli ölçüde iyileştirir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- t-SVD tabanlı çoklu görünümlü kümelemeyi iyileştirmek için ağırlıklı bir tensör-çekirdek norm minimizasyonu (WTNNM) tanıtılmıştır.
- WTNNM, tekil değerleri ağırlıklandırarak standart t-SVD'nin gürültü ve aydınlatma değişimlerini işleme konusundaki sınırlamalarını ele alır.
- Yöntem, çoklu görünümlü verilerdeki yüksek dereceli korelasyonlardan yararlanır.
- Deneysel sonuçlar, WTNNM'nin mevcut en gelişmiş çoklu görünümlü alt uzay kümeleme tekniklerinden daha iyi performans gösterdiğini ortaya koymaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Low-rank representation based on tensor-Singular Value Decomposition (t-SVD) has achieved impressive results for multi-view subspace clustering, but it does not well deal with noise and illumination changes embedded in multi-view data. The major reason is that all the singular values have the same contribution in tensor-nuclear norm based on t-SVD, which does not make sense in the existence of noise and illumination change. To improve the robustness and clustering performance, we study the weighted tensor-nuclear norm based on t-SVD and develop an efficient algorithm to optimize the weighted tensor-nuclear norm minimization (WTNNM) problem. We further apply the WTNNM algorithm to multi-view subspace clustering by exploiting the high order correlations embedded in different views. Extensive experimental results reveal that our WTNNM method is superior to several state-of-the-art multi-view subspace clustering methods in terms of performance.
Yazarların özeti; kaynağından alınmıştır. Proceedings of the AAAI Conference on Artificial Intelligence, 2020 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Hesaplamalı Matematik
Computational MathematicsMathematics