多模數據整合-結構映射與空間分解.pdf

1、從多種數據中挖掘信息是機器學習的一個重要領域。更具體而言，我們關心的問題稱為多模學習，其目標是將物體對象的多樣數據信息整合為一種單一表示。盡管過去已經有很多的相關模型被提出來，用來挖掘不同源數據中的信息，但是他們卻不能完成一些重要的任務，比如結構學習，維度確定，以及缺失數據的處理等。為了能夠同時實現這些任務，我們提出了一個新的統(tǒng)計模型。相關的工作成功地發(fā)表在了相關的國際會議中，如CIKM。本論文系統(tǒng)地將這些工作結合了起來，作為作者工作的

2、一個綜合總結。
　　多模學習中最重要的工作是挖掘數據中隱空間的結構。CCA和其相關拓展的方法能夠有效地挖掘數據間的共同成分。但是，這些方法往往忽視了各個模數據的獨立成分，從而導致了信息的丟失。而最近的一些工作，將數據間的隱空間劃分為了共同空間和獨立空間，從而更有效地整合了數據。但是，這些模型往往會需要數據的詳細信息，用來設定模型參數，這種要求對于實際應用來說過于苛刻。
　　我們將能夠引入稀疏性的ARD先驗設置在投影矩陣上，從