缺失视图里找到聚类
把实例缺失转化为图补全问题，用自监督补全相似图并强化聚类表示。
刘诚 · 吴斯 · 李蕊 · 姜大志 · Wong, Hausan
IEEE Transactions on Knowledge and Data Engineering 2023
把缺失实例处理成一个相似图的补全问题，直接推断缺失的相似边，绕过了逐样本插补带来的噪声。
提出自监督多视图图补全算法，不依赖外部标签，利用图的结构一致性推断缺失边。
通过约束特征学习，补全后的图被自然用于表示学习，并证明该过程等同于一个自回归滤波，能提升聚类的判别性。