基于融合表征的多視圖學習是機器學習中的一個重要研究分支。本書介紹了基于融合表征的多視圖學習方法的基礎(chǔ)概念、技術(shù)應(yīng)用及研究現(xiàn)狀和系列方法。
全書共5章，大致分為兩部分：第1部分（第1章）介紹多視圖學習的基本概念、主要技術(shù)手段及研究現(xiàn)狀；第2部分（第2~5章）介紹了四種多視圖學習方法基于多視圖相關(guān)性與融合表征效果的關(guān)聯(lián)性分析方法、基于雙反饋機制的多視圖相關(guān)性增強表征學習方法、基于多視圖深層特征增強的隱空間融合表征方法、基于多視圖差異性和一致性的聚類融合增強學習方法
, 這部分內(nèi)容先對問題背景進行剖析，介紹相關(guān)基礎(chǔ)模型，再詳細描述方法框架及原理，然后介紹方法的應(yīng)用效果，由淺到深，便于讀者深入了解各種方法，從中挖掘出有意義的改進點，便于后續(xù)研究的開展。
本書適合從事人工智能、機器學習、數(shù)據(jù)挖掘等方向研究的本科生和研究生閱讀，也可供具有一定研究背景的對多視圖學習感興趣的讀者參考。