多视角学习综述

随着计算机技术的飞速发展,数据的收集和存储能力得到了极大的提高,在科学研究和社会生活的各个领域,海量表现形式复杂的数据涌现。针对同一对象从不同途径或不同层面获得的特征数据被称为多视角数据。多视角学习是利用事物的多种视角表征进行建模求解的一种新的机器学习方法,它一般需遵循两个原则：1）一致性原则;2）互补性原则。近年来,多视角学习已经引起了广泛的关注和研究。本文对多视角学习算法的研究以及相关理论研究的进展进行了综述,并指出了多视角学习面临的挑战及下一步可能的研究方向。

• 作者: 唐静静;田英杰
• 出处: 《数学建模及其应用》 2017年3期
• 关键词: 多视角学习 一致性原则 互补性原则
• 分类: [理学][基础数学]