論文の概要: When Semantically Consistent Encoding Meets View-Label Heterogeneity Modeling: A Unified Framework for Incomplete Multi-View Multi-Label Learning

• arxiv url: http://arxiv.org/abs/2609.07525v1
• Date: Mon, 07 Sep 2026 14:07:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-12 00:03:35.216671
• Title: When Semantically Consistent Encoding Meets View-Label Heterogeneity Modeling: A Unified Framework for Incomplete Multi-View Multi-Label Learning
• Title（参考訳）: セマンティックに一貫性のあるエンコーディングがビューラベルの不均一性モデリングと出会う:不完全なマルチビュー学習のための統一フレームワーク
• Abstract要約: 本稿では,不完全多視点マルチラベル分類のための統一表現決定フレームワークであるV2Lを提案する。 表現側では、V2Lは不完全ビューから意味的に一貫した変分後部を構成する。 意思決定面では、V2Lはアクティブなビューラベル関連モデリング戦略を導入している。
• 参考スコア（独自算出の注目度）: 35.935368500144975
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Incomplete multi-view multi-label learning requires not only robust semantic aggregation from partially observed views, but also label-aware exploitation of view-specific evidence. Existing approaches usually emphasize either shared representation learning or decision-level fusion. The former improves robustness against missing views, yet tends to compress label-discriminative view-specific cues into a single latent representation. The latter preserves individual view predictions, but often relies on fixed or globally learned fusion weights, ignoring that different labels of different instances may require different views. To address these limitations, this paper presents V2L, a unified representation-decision framework for incomplete multi-view multi-label classification. On the representation side, V2L constructs semantically consistent variational posteriors from incomplete views through a perturbation-aware encoding mechanism, which provides a stable shared semantic basis. On the decision side, V2L introduces an active view-label relevance modeling strategy that estimates instance-wise and label-wise view contributions, allowing each label prediction to adaptively select useful view-specific evidence. From the perspective of model architecture, these two important strategies are integrated into a unified framework through a hybrid fusion architecture, simultaneously meeting the requirements of cross-view semantic consistency and representational complementarity. Extensive experiments under both incomplete and complete settings show that V2L achieves leading performance on five benchmarks. Code is available at: https://github.com/justsmart/V2L.
• Abstract（参考訳）: 不完全な多視点多ラベル学習は、部分的に観察されたビューから頑健なセマンティックアグリゲーションを必要とするだけでなく、ビュー固有のエビデンスをラベル対応で活用する必要がある。 既存のアプローチは通常、共有表現学習または意思決定レベルの融合を強調する。 前者は、欠落したビューに対する堅牢性を改善するが、ラベル識別的なビュー固有のキューを単一の潜在表現に圧縮する傾向がある。 後者は個々のビュー予測を保存するが、しばしば固定あるいはグローバルに学習された融合重みに依存し、異なるインスタンスの異なるラベルが異なるビューを必要とする可能性があることを無視する。 これらの制約に対処するために,不完全多視点マルチラベル分類のための統一表現決定フレームワークであるV2Lを提案する。 表現側では、V2Lは摂動認識符号化機構を通じて不完全ビューから意味的に一貫した変分後部を構成し、安定な共有セマンティックベースを提供する。 意思決定側では、V2Lは、インスタンスワイドおよびラベルワイドのビューコントリビューションを推定するアクティブなビューラベル関連モデリング戦略を導入し、各ラベル予測が有用なビュー固有エビデンスを適応的に選択できるようにする。 モデルアーキテクチャの観点からは、これらの2つの重要な戦略は、ハイブリッドフュージョンアーキテクチャを通して統合されたフレームワークに統合され、同時に、横断的なセマンティック一貫性と表現的相補性の要件を満たす。 不完全な設定と完全な設定の両方の下での大規模な実験は、V2Lが5つのベンチマークでリードパフォーマンスを達成することを示している。 コードは、https://github.com/justsmart/V2L.comで入手できる。

関連論文リスト

• Adapting Vision-Language Models from Iconic to Inclusive for Multi-Label Recognition Without Labels [14.373553090930612]
  ヴィジュアル言語モデル(VLM)はラベル付きデータなしでゼロショット認識を可能にする。 これらのモデルは、しばしば最も象徴的なオブジェクトを優先順位付けし、他の文脈陽性を省略する。 本稿では,VLMをアイコン認識から包括的理解に適応させる,教師なしのフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-10T03:41:50Z)
• Towards Generalized Multi-Image Editing for Unified Multimodal Models [56.620038824933566]
  統一マルチモーダルモデル(UMM)は、マルチモーダル理解と生成を統合する。 UMMは、複数の入力画像にまたがる詳細を参照する場合、視覚的一貫性の維持と視覚的手がかりの曖昧さに制限される。 画像の同一性を明確に識別し、可変入力数に一般化するUMMのためのスケーラブルなマルチイメージ編集フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-09T06:42:49Z)
• Wasserstein-Aligned Hyperbolic Multi-View Clustering [58.29261653100388]
  本稿では,マルチビュークラスタリングのための新しいWasserstein-Aligned Hyperbolic(WAH)フレームワークを提案する。 本手法はビュー固有の双曲エンコーダを用いて特徴をローレンツ多様体に埋め込んで階層的セマンティックモデリングを行う。
  論文  参考訳（メタデータ） (2025-12-10T07:56:19Z)
• Imputation-free and Alignment-free: Incomplete Multi-view Clustering Driven by Consensus Semantic Learning [65.75756724642932]
  不完全なマルチビュークラスタリングでは、欠落したデータがビュー内のプロトタイプシフトとビュー間のセマンティック不整合を誘導する。 コンセンサスセマンティクス学習(FreeCSL)のためのIMVCフレームワークを提案する。 FreeCSLは、最先端の競合他社と比較して、IMVCタスクの信頼性と堅牢な割り当てを実現している。
  論文  参考訳（メタデータ） (2025-05-16T12:37:10Z)
• Semantic-Aligned Learning with Collaborative Refinement for Unsupervised VI-ReID [82.12123628480371]
  教師なしの人物再識別(USL-VI-ReID)は、モデル学習のための人間のアノテーションを使わずに、同じ人物の歩行者像を異なるモードでマッチングすることを目指している。 従来の手法では、ラベルアソシエーションアルゴリズムを用いて異質な画像の擬似ラベルを統一し、グローバルな特徴学習のためのコントラスト学習フレームワークを設計していた。 本稿では,各モダリティによって強調される特定のきめ細かいパターンを対象とするSALCR(Semantic-Aligned Learning with Collaborative Refinement)フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-27T13:58:12Z)
• Multi-View Factorizing and Disentangling: A Novel Framework for Incomplete Multi-View Multi-Label Classification [9.905528765058541]
  非完全多視点マルチラベル分類(iMvMLC)のための新しいフレームワークを提案する。 本手法は,多視点表現をビュー一貫性とビュー固有の2つの独立した要素に分解する。 我々のフレームワークは、一貫した表現学習を3つの重要なサブオブジェクトに革新的に分解する。
  論文  参考訳（メタデータ） (2025-01-11T12:19:20Z)
• Incomplete Multi-view Multi-label Classification via a Dual-level Contrastive Learning Framework [3.9108639455354592]
  本稿では,二重欠落多視点多ラベル分類の課題を解決するために,両レベルコントラスト学習フレームワークを提案する。 いくつかの広く使用されているベンチマークデータセットの実験により、提案手法はより安定し、より優れた分類性能を有することが示された。
  論文  参考訳（メタデータ） (2024-11-27T12:04:04Z)
• M$^3$Net: Multi-view Encoding, Matching, and Fusion for Few-shot Fine-grained Action Recognition [80.21796574234287]
  M$3$Netは、FS-FGアクション認識のためのマッチングベースのフレームワークである。 textitmulti-view エンコーディング、textitmulti-view matching、textitmulti-view fusion を組み込んで、埋め込みエンコーディング、類似性マッチング、意思決定を容易にする。 説明可能な可視化と実験結果により,M$3$Netの微細な動作の詳細を捉える上での優位性が示された。
  論文  参考訳（メタデータ） (2023-08-06T09:15:14Z)
• Reliable Representation Learning for Incomplete Multi-View Missing Multi-Label Classification [78.15629210659516]
  本稿ではRANKと呼ばれる不完全なマルチビュー欠落型マルチラベル分類ネットワークを提案する。 既存の手法に固有のビューレベルの重みを分解し、各サンプルのビューに品質スコアを動的に割り当てる品質対応サブネットワークを提案する。 私たちのモデルは、完全なマルチビューマルチラベルデータを扱うだけでなく、欠落したインスタンスやラベルを持つデータセットでも処理できます。
  論文  参考訳（メタデータ） (2023-03-30T03:09:25Z)
• DICNet: Deep Instance-Level Contrastive Network for Double Incomplete Multi-View Multi-Label Classification [20.892833511657166]
  実世界におけるマルチビューマルチラベルデータは、データ収集や手動アノテーションの不確実性のため、一般的に不完全である。 本稿では,DICNetという深層インスタンスレベルのコントラストネットワークを提案し,二重不完全なマルチラベル分類問題に対処する。 我々のDICNetは、マルチビュー多ラベルデータの一貫した識別的表現を捉え、欠落したビューと欠落したラベルの負の影響を避けることに長けている。
  論文  参考訳（メタデータ） (2023-03-15T04:24:01Z)
• Incomplete Multi-View Multi-Label Learning via Label-Guided Masked View- and Category-Aware Transformers [19.720564730308993]
  本稿では,ラベル誘導型マスマスキングとカテゴリ認識型トランスフォーマという,多視点多言語学習フレームワークを提案する。 ビュー間の表現力の不均衡を考慮すると、ビュー一貫性の埋め込み特徴を得るために適応的に重み付けされたビュー融合モジュールが提案される。
  論文  参考訳（メタデータ） (2023-03-13T15:22:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。