HeteroJIVE

新的HeteroJIVE框架改进了异构多视图数据的子空间估计

研究人员开发了HeteroJIVE，一个用于估计异构多视图数据集中共享低维子空间的新颖框架。与使用等权重聚合的先前方法不同，HeteroJIVE采用显式权重来考虑数据视图之间的统计和结构差异。所提出的方法提供了可区分这些异质性的误差界限，并包括一个具有可选的几何自适应扩展的数据驱动实现。对多组学和图像数据的分析和模拟证明了HeteroJIVE的实际优势。