《数据恢复与图对比去噪的联合学习的不完整多视图聚类》

本人认为这篇文章最大的创新就是这个图对比降噪，降噪也是数据处理方面值得考虑和继续创新的一个点。 

摘要：

我们提出了一种新的不完全多视图聚类统一图对比学习框架(UGCF)，它联合学习数据恢复、图对比去噪和聚类。具体来说，UGCF首先通过利用每个视图中的保守关系恢复丢失的值，并保留数据中的局部结构。其次，UGCF通过学习每个视图对象的关联结构来消除多视图数据的异构性，并通过操纵关联图的拓扑结构来构建多视图数据的统一图。为了提高顶点特征的质量，通过选择正、负样本对统一的图进行图对比学习，大大提高了特征的判别性，从而消除了数据中的噪声。最后，UGCF将数据恢复、图对比去噪和聚类集成到一个总体目标中。

符号：