Kabylia

新的 TMUR 方法增强了多视图分类的可靠性

研究人员开发了一种名为“具有统一路由的可信多视图学习”（TMUR）的新方法，以提高多视图分类的可靠性。该方法解决了分类模型中独立训练的视图会产生数值上不可比的不确定性估计，从而导致融合偏差的问题。TMUR 将证据提取与融合仲裁分离，使用由考虑全局上下文的统一路由器管理的视图私有和协作专家。在 14 个数据集上的实验表明，与 15 个近期基线相比，TMUR 在分类性能和可靠性方面均得到了一致提升。