多视图插补模型

训练加速4.28倍

统一生成式插补模型，能同时补全所有不完整视图中的缺失特征，利用最优传输理论提升插补准确率。

Wu, Yangyang · Miao, Xiaoye · Zi-ang, Nan · Jinshan, Zhang · Jianhu, He · 尹建伟

IEEE Transactions on Knowledge and Data Engineering 2024

参数信息

平均准确率增益

41 %

训练加速比

4.28 x

技术优势

训练快4.28倍

统一的生成器和掩码能量判别器让梯度可微，训练速度显著提升。

准确率平均提高41%

掩码能量散度函数能直接优化插补精度，而不是只优化生成分布。

能同时补全所有视图的缺失特征

条件生成器利用所有观测到的值，同时填补各个视图中的缺失部分。

应用场景

• 多模态数据补全：统一视图间注意力，跨模态相互补全缺失信息。
• 传感器数据修复：对传感器缺失值进行条件插补，修复不完整读数。
• 不完整数据建模：不需要完整视图做监督，即可建模缺失特征分布。