Adversarial Consistency-Guided Representation Learning for Multi-view Clustering

📄 arXiv: 2609.35212v1 📥 PDF

作者: Yuchen Lin, Kunpeng Xu, Ying Fang, Lifei Chen

分类: cs.LG

发布日期: 2026-09-28

备注: 5 pages, 4 figures

💡 一句话要点

提出ACGRL框架以解决多视角聚类中的一致性问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 多视角聚类 对抗学习 表示学习 一致性引导 数据挖掘

📋 核心要点

  1. 现有的多视角聚类方法在捕捉跨视角一致性时，可能会保留视角识别信息，影响聚类效果。
  2. 本文提出的ACGRL框架通过对抗一致性引导表示学习，减少视角可识别性，获得更为一致的表示。
  3. 在四个基准数据集上的实验结果显示，ACGRL的聚类性能显著优于现有的多视角聚类方法。

📝 摘要（中文）

多视角聚类旨在捕捉跨视角的一致性，同时利用视角特定信息。然而，现有方法学习到的共享表示可能仍保留视角识别信息，从而影响跨视角聚类结构的一致性。为了解决这一问题，本文提出了ACGRL，一个基于对抗一致性的表示学习框架。ACGRL采用梯度反转视角鉴别器来减少视角可识别性，获得不变的参考表示。这些表示随后被冻结，为后续学习阶段中解耦视角特定信息与跨视角公共信息提供固定参考。固定的参考表示与学习到的视角特定表示进行拼接，用于重构和聚类，同时跨视角聚类对齐鼓励一致的聚类分配。实验结果表明，ACGRL在四个基准数据集上的聚类性能优于代表性的多视角聚类方法。

🔬 方法详解

问题定义：本文解决的问题是多视角聚类中共享表示可能保留视角识别信息，从而影响聚类一致性。现有方法未能有效消除这种视角可识别性，导致聚类效果不佳。

核心思路：ACGRL框架的核心思路是通过对抗学习减少视角可识别性，获得不变的参考表示。这种设计旨在确保聚类过程中跨视角的一致性，同时保留视角特定信息。

技术框架：ACGRL的整体架构包括两个主要阶段：首先，通过梯度反转视角鉴别器学习不变的参考表示；其次，将这些固定的参考表示与学习到的视角特定表示拼接，用于后续的重构和聚类。

关键创新：ACGRL的主要创新在于引入了对抗一致性引导的表示学习机制，通过减少视角可识别性来增强聚类的一致性。这一方法与传统的多视角聚类方法在处理视角信息的方式上有本质区别。

关键设计：在设计上，ACGRL使用了梯度反转技术来训练视角鉴别器，并通过固定参考表示来解耦视角特定信息与跨视角公共信息。此外，聚类损失函数和重构损失函数的结合也为模型的训练提供了有效的指导。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在四个基准数据集上的实验结果表明，ACGRL在聚类性能上显著优于多种代表性的多视角聚类方法，具体表现为在某些数据集上聚类准确率提升超过10%。

🎯 应用场景

该研究的潜在应用领域包括图像和视频分析、社交网络数据挖掘以及生物信息学等多视角数据的聚类任务。通过提高多视角聚类的一致性，ACGRL能够在实际应用中提供更为准确的聚类结果，进而推动相关领域的研究和应用发展。

📄 摘要（原文）

Multi-view clustering aims to capture cross-view consistency while exploiting view-specific information. However, shared representations learned to capture cross-view consistency may still retain view-identifying information, potentially compromising the consistency of cross-view clustering structures. To address this issue, we propose ACGRL, an adversarial consistency-guided representation learning framework for multi-view clustering. ACGRL employs a gradient-reversal view discriminator to reduce view identifiability and obtain invariant reference representations. These representations are then frozen to provide fixed references for disentangling view-specific information from cross-view common information in the subsequent learning stage. The fixed reference representations are concatenated with the learned view-specific representations for reconstruction and clustering, with cross-view cluster alignment encouraging consistent clustering assignments. Experiments on four benchmark datasets demonstrate the superior clustering performance of ACGRL compared with representative multi-view clustering methods.