تجميع متعدد الآراء ذات أوزان عبر تعلم الرسم البياني النادر

ملخص يعتبر التجميع متعدد الآراء تنوع وجهات النظر المختلفة ويجمع هذه الآراء لإنتاج تقسيم أكثر دقة وقوة من التجميع أحادي الرؤية. تعتبر تخصيص كل منظر بطريقة معقولة بناءً على قيمة مساهمته مشكلة رئيسية في أبحاث التجميع متعدد الآراء. في هذه الورقة، نقترح نموذج تجميع متعدد الآراء وزني عبر تعلم الرسم البياني النادر للتعامل مع تخصيص الآراء المختلفة. الفكرة الرئيسية المقترحة هي تعيين أوزان مختلفة للآراء بدلاً من أوزان متساوية لتعلم مصفوفة تشابه مشتركة عالية الجودة للتجميع متعدد الآراء. في طريقتنا الجديدة المقترحة، يمكن أن تأخذ في الاعتبار تباين قدرة التجميع للآراء المختلفة في الدمج من خلال تعيين وزن لكل منظر بحيث يتم استخراج الخصائص الخاصة بكل منظر بالكامل، وتحسين أداء التجميع متعدد الآراء. كما نعلم جميعًا، فإن التكلفة الزمنية العالية هي التحدي الرئيسي لخوارزمية التجميع متعدد الآراء. ميزة كبيرة لخوارزميتنا المقترحة هي أنه يمكن الحصول على حل النموذج مباشرةً دون التحلل القيم الفردية العامة أو التحلل القيمي. وبالتالي، يتم تقليل استهلاك الوقت للخوارزمية بشكل فعال. في الوقت نفسه، تم اقتراح نموذجنا بناءً على رسم بياني نادر، بحيث يتم التعامل بشكل جيد مع القيم الشاذة والضجيج في بيانات كل منظر ويتم ضمان مرونة الخوارزمية بشكل فعال. بالإضافة إلى ذلك، يمكن لطريقتنا المقترحة الحصول مباشرةً على مؤشرات التجمع من خلال فرض قيود ذات رتبة منخفضة دون أي عمليات ما بعد المعالجة. وأخيرًا، تم إجراء العديد من النتائج التجريبية على أربع مجموعات بيانات معيارية مستخدمة على نطاق واسع، وأظهرت أن أداء خوارزمية لدينا مرضٍ للغاية.