미니맥스 최적화를 통한 다중 특징 스펙트럼 군집화

이 논문에서는 미니맥스 최적화를 사용한 다중 특징 군집화에 대한 새로운 수식을 제안합니다. 모든 특징 모달리티에 동의할 수 있는 합의 군집화 결과를 찾기 위해 우리의 목표는 각 개별 특징 모달리티에 잘 맞을 뿐만 아니라 쌍별 불일치를 최소화함으로써 다른 특징 모달리티를 통합하는 보편적인 특징 임베딩을 찾는 것입니다. 손실 함수는 (1) 각 모달리티에 대한 단일 임베딩 비용과 (2) 각 모달리티 쌍에 대한 쌍별 불일치 비용으로 구성되며, 손실을 최대화하기 위해 자동으로 선택된 가중치 매개변수를 갖습니다. 미니맥스 최적화를 수행함으로써 우리는 최악의 경우 최대 불일치를 가진 손실을 최소화할 수 있으므로 서로 다른 특징 모달리티를 더 잘 조화시킬 수 있습니다. 미니맥스 최적화를 해결하기 위해 보편적인 임베딩, 개별 임베딩 및 융합 가중치를 별도로 업데이트하는 반복적인 솔루션이 제안됩니다. 우리의 미니맥스 최적화는 단 하나의 전역 매개변수만을 갖습니다. 다양한 다중 특징 군집화 작업에서 우수한 결과는 최첨단 방법과 비교할 때 우리의 접근 방식의 효과를 검증합니다.