Agrupamiento Multi-Vista a través de Gráficas Ancla Bilateralmente Construidas

La matriz de similitud ancla, ampliamente utilizada para agrupar de manera eficiente, presenta un desequilibrio entre sus filas y columnas; solo las filas suelen estar restringidas por propiedades probabilísticas, a diferencia de la matriz de similitud regular donde ambas dimensiones están reguladas. Este artículo aborda la pregunta crítica de cómo imponer restricciones significativas en las columnas para capturar mejor la estructura de los datos. Proponemos un nuevo método, denominado Agrupamiento Multi-vista a través de Gráficas Ancla Bilateralmente Construidas (MCBG), que aprende una matriz de similitud ancla fusionada con restricciones bilaterales. Para garantizar la consistencia entre vistas, evaluamos cuantitativamente sus contribuciones e integrarlas en un modelo unificado. Al aplicar restricciones distintas a filas y columnas, MCBG promueve una distribución de similitud ancla equilibrada y expresiva, evitando casos degenerados. Además, se incorpora una restricción de rango sobre la matriz laplaciana de un gráfico de pares ancla, asegurando un marco de agrupamiento multi-vista libre de post-procesamiento en un solo paso. Se desarrolla un algoritmo de optimización iterativa alternante eficiente, adaptado a las propiedades naturales del problema objetivo. Experimentos extensos validan la superioridad del método propuesto.