缺失视图下精度领先
这一网络通过结构化解耦分离共同与视图特有信息，并利用图传播补全缺失视图，从而在不完整多视图数据上获得稳健且可区分的聚类表示。
Ange, Xu · Zuxin, Wang · 胡众义 · 黄辉 · 张楠
Information Fusion 2027
通过共享投影头将每个视图的隐表示分解为共同表示和视图特有表示，共同分支捕获跨视图语义，特有分支保留视图互补信息。
在图结构上执行掩码图传播来补全缺失视图的特有表示，补全过程与聚类目标紧密协同。
在六个不同缺失率的公共多视图数据集上，与代表性不完整多视图聚类方法相比取得竞争性或更优性能。