arXiv · Neural and Evolutionary Computing· Haolu Liu, Xiyue Wang, Xuanting Xie, Liangjian Wen, Zhao Kang·· 3 小时前AI 评分18
超越缺失率：基于协议差异重新思考不完整多视角聚类
Beyond Missing Rates: Rethinking Incomplete Multi-View Clustering with Protocol Divergence
AI 导读
论文指出相同名义缺失率的缺失视角协议会因观测结构差异导致约50倍的完全观测样本比例不同，提出CRAFT（无共现鲁棒注意力融合Transformer）一次性训练框架，通过逐样本前向计算与掩码感知融合处理缺失视角，在CUB和MultiFashion的12/13信息匹配设置中取得最强性能，并在7个基准、16种缺失配置下通过检查点复用大幅节省计算。
来源：arXiv · Neural and Evolutionary Computing · arxiv.org