May, 2023

无合成假设学习表示

TL;DR本文使用图表征学习的方法来解决不同测量源所生成的多视图表格数据的无监督建模问题,并提出了一个基于数据驱动的方法,将特征集表示为图节点,通过可学习的边来表示它们之间的关系,并引入了一种新的分层图自编码器 LEGATO,学习一个小的潜在图来动态地汇集多个视图的信息,并采用定位信息来对输入进行建模,因此能更好地提高下游性能。