跳到正文
热点事件观察中

研究者提出多视图聚类方法ORCA

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Xiaojian Ding等作者提出多视图聚类方法ORCA(正交残差共识对齐),用语义增量循环融合模块提取跨视图正交残差作为非冗余增量,并以散度引导门控对循环状态自适应加权;共识校准分层对比对齐模块以全局共识为视图级、成对及循环表示加权。 作者称,在五个基准上与十五种方法对比,ORCA在100leaves数据集上较最强基线提升5.25%准确率,消融实验显示两个模块均有效,代码已开源。

AI 根据报道生成 · 10 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月14日
  1. arXiv cs.AI
    ORCA:面向多视图聚类的正交残差共识对齐方法

    研究者提出多视图聚类方法 ORCA(正交残差共识对齐),通过语义增量循环融合模块提取跨视图正交残差作为非冗余增量,并用散度引导门控对循环状态自适应加权。其共识校准分层对比对齐模块以全局共识为视图级、成对及循环表示加权。在五个基准上对比十五种方法,ORCA 在 100leaves 上较最强基线提升 5.25% 准确率,消融实验验证两个模块均有效,代码已开源。

本事件热度走势

可比范围当前
5
可比范围峰值
711月15日 04:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。