مُكْمِل: التجميع متعدد المقاييس غير الكامل من خلال التنبؤ المقابل

في هذه الورقة، ندرس مشكلتين صعبتين في تحليل التجميع متعدد الأوجه غير الكامل، وهما: (أ) كيف نتعلم تمثيلًا واعيًا ومتماسكًا بين الأوجه المختلفة دون الاعتماد على التسميات، و(ب) كيف نستعيد الأوجه المفقودة من البيانات. ولتحقيق ذلك، نقترح دالة هدف جديدة تدمج تعلم التمثيل واستعادة البيانات ضمن إطار موحد من منظور نظرية المعلومات. وبشكل دقيق، يتم تعلم التمثيل الواعي والمتماسك من خلال تعظيم المعلومات المتبادلة بين الأوجه المختلفة باستخدام التعلم التمييزي، بينما يتم استعادة الأوجه المفقودة من خلال تقليل الانتروبيا الشرطية بين الأوجه المختلفة باستخدام التنبؤ الثنائي. إلى حد علمنا، قد تكون هذه أول ورقة تقدم إطارًا نظريًا يوحد تعلم التمثيل المتماسك واستعادة البيانات عبر الأوجه المختلفة. وتُظهر النتائج التجريبية الواسعة أن الطريقة المقترحة تتفوق بشكل ملحوظ على 10 طرق منافسة لتجميع متعدد الأوجه على أربع مجموعات بيانات صعبة. ويجدر بالذكر أن الشفرة المصدرية متوفرة على الرابط: https://pengxi.me.