Mean-GWMDS-C

研究人员提出用于多视图关系嵌入的Gromov-Wasserstein方法

研究人员开发了基于Gromov-Wasserstein的新方法，用于从多视图关系数据中学习低维表示，特别是在不同视图具有不同底层几何形状时。提出的Bary-GWMDS方法直接使用距离矩阵创建一致性嵌入，以保持共享的关系结构，有效处理非线性失真。此外，Mean-GWMDS-C通过平均距离矩阵并学习通过一致性Gromov-Wasserstein传输的表示，提供了一种以聚类为中心的方法，在各种数据集上显示出稳定且几何上合理的结果。