《面向複雜多視角數據的層次聚類研究》是依託天津大學，由張長青擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：面向複雜多視角數據的層次聚類研究
- 項目類別：青年科學基金項目
- 項目負責人：張長青
- 依託單位：天津大學
項目摘要,結題摘要,
項目摘要
隨著大規模無標註數據的快速增長,有效和靈活地對其進行分析以挖掘其潛在價值具有重要現實意義也面臨較大挑戰。真實世界中的數據構成較為複雜，傳統的劃分式聚類方法在靈活性以及複雜信息融合方面難以適應實際需求。本項目擬研究多視角協同的層次化聚類，以同時提高聚類的準確性和靈活性。具體包括：（1）研究多特徵協同的層次聚類及特徵缺失條件下的多特徵協同層次聚類；（2）研究特徵-結構協同的層次聚類，有效利用多種特徵和多種結構並存的複雜多視角信息；（3）研究多視角協同維度約減方法及多視角協同採樣方法，對原始數據進行維度和數量上的約減以提高算法伸縮性。研究成果可廣泛套用於多視角數據層次聚類分析，對廣義的特徵融合、大規模聚類問題具有重要的理論價值和借鑑意義。
結題摘要
無監督學習由於缺乏監督信息的引導具有較大不確定性，項目主要研究了如何利用多視圖互補特性進行聚類及層次聚類。其中，針對高維數據研究了多視圖協同降維，針對多視圖之間的複雜關聯研究了基於隱表示的多視圖子空間聚類，針對層次聚類缺乏全局目標研究了全局可最佳化的層次聚類方法。項目對如何在無監督條件下有效融合多源信息提供了思路，顯著提升了多視圖聚類、多視圖表示學習、層次聚類的效率。在對高維多視圖數據的融合方面取得顯著成效，並在多模態醫學診斷方面進行了有益探索。項目完成論文超過15篇，其中CCF-A類論文10篇。項目成果受到同行廣泛關注，並被來自IEEE TPAMI, IEEE TIP, NIPS, ICML, CVPR的論文引用。
