Resumen

En las aplicaciones del mundo real del clustering multivista, algunas vistas pueden estar incompletas debido al ruido, a fallos del sensor, etc. La mayoría de los estudios existentes en el campo del clustering multivista incompleto se han centrado en las primeras estrategias de fusión, por ejemplo, el aprendizaje del subespacio de múltiples vistas. Sin embargo, estos estudios pasan por alto el hecho de que los resultados de la agrupación con las instancias visibles en cada vista podrían ser fiables bajo la suposición de falta aleatoria; en consecuencia, parece que el aprendizaje de una decisión de agrupación final a través de la fusión tardía de los resultados de agrupación de las vistas incompletas sería más natural. Para ello, proponemos un método de fusión tardía para el clustering de vistas incompletas. Más concretamente, el método propuesto realiza un clustering kernel k-means en las instancias visibles en cada vista y luego realiza una fusión tardía de los resultados de clustering de las diferentes vistas. En el paso de fusión tardía del método propuesto, codificamos el resultado de la agrupación de cada vista como una matriz cero-uno, en la que cada fila sirve como representación comprimida de la instancia correspondiente. A continuación, diseñamos un algoritmo de actualización alternativo para aprender una decisión de agrupación unificada que pueda agrupar mejor las representaciones comprimidas visibles en cada vista según el objetivo de agrupación de k-means. Comparamos el método propuesto con varios métodos de imputación comúnmente utilizados y un método representativo de fusión temprana en seis conjuntos de datos de referencia. El rendimiento de agrupación superior observado valida la eficacia del método propuesto.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:métodos propuestos, resultados de la agrupación, agrupación multivista incompleta, fusión tardía, instancia visible, estrategia de fusión temprana, aplicación de la multivista, métodos de fusión temprana, decisión de agrupación unificada, métodos de imputación utilizados
• Keywords:proposed methods, clustering results, incomplete multiview clustering, late fusion, visible instance, early fusion strategy, application of multiview, early fusion methods, unified clustering decision, used imputation methods