VALSE 论文速览 第129期：兼顾高效性、鲁棒性和易用性的大规模多视图集成聚类方法（Fa ...

论文题目：Fast Multi-view Clustering via Ensembles: Towards Scalability, Superiority, and Simplicity

作者列表：

黄栋 (华南农业大学)、王昌栋 (中山大学)、赖剑煌 (中山大学)

B站观看网址：

https://www.bilibili.com/video/BV1pu41137TA/

论文摘要：

近年来，多视图聚类研究已经取得了诸多进展，但仍往往面临三个方面的局限性：一是现有方法经常具有较高的时间与空间复杂度，其运算效率难以适用于大规模数据场景；二是现有方法大多采用单阶段融合的策略，而缺乏高效的多阶段融合能力；三是现有方法往往涉及一个或多个超参数的调优问题，亦影响其现实可用性。对此，本文提出一种快速的大规模多视图集成聚类方法 (fast multi-view clustering via ensembles，FastMICE)。该方法具有接近线性的时间与空间复杂度，且无需调参。在22个常规和大规模数据集上的实验结果验证了FastMICE相比于传统多视图聚类方法在大规模可用性 (Scalability)、性能优越性 (Superiority)和简单易用性 (Simplicity)等三个方面的明显优势。

论文信息：

[1] Dong Huang, Chang-Dong Wang, and Jian-Huang Lai. Fast Multi-view Clustering via Ensembles: Towards Scalability, Superiority, and Simplicity. IEEE Transactions on Knowledge and Data Engineering, accepted, 2023.

视频讲者简介：

黄栋，华南农业大学数学与信息学院副教授、院长助理，CCF计算机视觉专委会执委、CCF数字农业分会执委、CCF YOCSEF广州2022-2023主席。2015年博士毕业于中山大学，2017-2018年国家公派新加坡南洋理工大学从事访问学者工作。研究领域为模式识别与大数据分析，具体涉及复杂大数据聚类 (大规模聚类/ 集成聚类/ 多视图聚类)、自监督学习、图神经网络等。近几年以第一作者或以通讯作者指导学生在IEEE TKDE、IEEE TNNLS、IEEE TCYB、IEEE TSMC-S、AAAI、ICDM等国际权威期刊和重要会议上发表论文40多篇，其中3篇一作论文入选ESI高被引论文 (Top 1%)、6篇一作论文的单篇他引次数逾100次，多篇论文入选相关IEEE Transactions期刊Popular Articles列表。部分算法亦成功应用于广东省气象大数据实时订正与分析 (已在省级气象单位部署应用)、中山大学孙逸仙纪念医院耳科疾病智能诊断系统等。主持承担了国家自然科学基金项目2项 (青年与面上项目)、广东省自然科学基金项目2项，以及其他纵向和横向项目多项。曾获2020年ACM广州新星奖、2019年与2020年广东省计算机学会优秀论文奖一等奖、2022年广东省人工智能产业协会科学技术奖-青年科技创新奖。

个人主页：

https://yjsglxt.scau.edu.cn/open/WxTkss/TeacherInfo.aspx?jsbh=30003982

特别鸣谢本次论文速览主要组织者：

月度轮值AC：王啸 (北京航空航天大学)