內容簡介
基於融合表征的多視圖學習是機器學習中的一個重要研究分支。本書介紹了基於融合表征的多視圖學習方法的基礎概念、技術應用及研究現狀和繫列方法。
全書共5章,大致分為兩部分:第1部分(第1章)介紹多視圖學習的基本概念、主要技術手段及研究現狀;第2部分(第2~5章)介紹了四種多視圖學習方法——基於多視圖相關性與融合表征效果的關聯性分析方法、基於雙反饋機制的多視圖相關性增強表征學習方法、基於多視圖深層特征增強的隱空間融合表征方法、基於多視圖差異性和一致性的聚類融合增強學習方法
, 這部分內容先對問題背景進行剖析,介紹相關基礎模型,再詳細描述方法框架及原理,然後介紹方法的應用效果,由淺到深,便於讀者深入了解各種方法,從中挖掘出有意義的改進點,便於後續研究的開展。
本書適合從事人工智能、機器學習、數據挖掘等方向研究的本科生和研究生閱讀,也可供具有一定研究背景的對多視圖學習感興趣的讀者參考。