Key points are not available for this paper at this time.
لقد حظي التجميع المتعدد الرؤى القائم على الرسوم البيانية باهتمام كبير في السنوات الأخيرة بسبب قدرته الفائقة على الكشف عن هياكل التجميع. ومع ذلك، فإن الطرق الحالية غالبًا ما تتكبد تكاليف حسابية مرتفعة عند التقاط المعلومات المحلية وتتجاهل العلاقات ذات الرتبة الأعلى بين عدة رؤى. لمعالجة هذه المشاكل، نقترح تعلم الرسم البياني المتسق المعتمد على التنسور للتجميع المتعدد الرؤى غير المكتمل مع دمج الثقة (TCGL). يقوم هذا النهج ببناء رسوم بيانية للجوار وحرارة محلية عن طريق تصفية العينات المفقودة لالتقاط الهياكل المحلية بشكل أفضل بينما يستفيد من طريقة تقليل الضوضاء المعتمدة على معيار نووية التنسور ذو الوزن القائم على SVD. بالإضافة إلى ذلك، نقدم استراتيجية تطبيع الرسم البياني للجوار القائمة على طاقة المصفوفة التي تستخدم الجيران الأقرب الشائعين لتوليد مصفوفات احتمالية، مما يعزز مقاومة الضوضاء ويحسن استكشاف الهيكل. تظهر النتائج التجريبية أن TCGL يتعامل بفاعلية مع البيانات غير المكتملة ويتفوق بشكل كبير على الأساليب المتطورة الأخرى عبر مجموعات بيانات متعددة.
درس جيانغ وآخرون (Mon,) هذا السؤال.