本周6看了CCF-AI走進(jìn)高校系列報告，在看天津大學(xué)張長青副教授做多視圖學(xué)習(xí)報告時。在提問環(huán)節(jié)，其中有一個有意思的問題。多視圖與多模態(tài)有什么區(qū)別？傳統(tǒng)的機器學(xué)習(xí)一般而言基于單視圖建模分析，也有學(xué)者稱多視圖為多模態(tài)。下面說一下筆者自己的理解，僅當(dāng)了解，無論對錯。

先看一下大佬的回答：

這個問題是深圳大學(xué)王熙照教授提出的。王老師以一個深圳大學(xué)博士生畢業(yè)生答案進(jìn)行側(cè)面回答：多個傳感器獲取到的數(shù)據(jù)是多模態(tài)，而單個傳感器在不同位置獲取到的數(shù)據(jù)是多視圖的。

張老師的回答：多視圖包含多模態(tài)，多視圖更接近機器學(xué)習(xí)，更抽象。多模態(tài)更接近于應(yīng)用，與實際的某一個應(yīng)用結(jié)合。

自己理解：

? ?一般而言，它們之間是沒有很大的區(qū)別，在很多地方都可以互換，如多視圖多聚類，多視圖多示例多標(biāo)記學(xué)習(xí)或者多模態(tài)多示例多標(biāo)記學(xué)習(xí)。如果要爭一個高低，我更偏向于張老師這邊答案，但和而不同。

最近在調(diào)研表示學(xué)習(xí)，我從這個角度解釋二者區(qū)別，大家理解起來可能會更深入一點。在表示學(xué)習(xí)中，Graph embeding 和Network embeding （既圖嵌入和網(wǎng)絡(luò)嵌入）很多時候也被大家所混用，正如多視圖與多模態(tài)。思考一個問題，為什么在學(xué)習(xí)計算機專業(yè)課程《數(shù)據(jù)結(jié)構(gòu)》時，介紹了Graph結(jié)構(gòu)而沒有network結(jié)構(gòu)？ 因為Graph是對實際的抽象，是一種抽象。而我們在談網(wǎng)絡(luò)時，一般都會說XX網(wǎng)絡(luò)，如社交網(wǎng)絡(luò)，引文網(wǎng)絡(luò)等等。然后用圖這種抽象結(jié)構(gòu)或者說技術(shù)對實際的網(wǎng)絡(luò)進(jìn)行建模分析。

? ? 接著說Graph embeding 和Network embeding 的區(qū)別。Graph embeding目的在于降維，學(xué)習(xí)到的低維嵌入能夠重構(gòu)，既恢復(fù)到原來的’數(shù)據(jù)形式‘。而Network embeding要求不僅能重構(gòu)，還能做一些推斷任務(wù)，如節(jié)點分類，鏈接預(yù)測，社區(qū)發(fā)現(xiàn)等等。

? ?那么如何運用Graph embeding 和Network embeding的思維分析多視圖與多模態(tài)的區(qū)別呢？ 多視圖更偏向于‘?dāng)?shù)據(jù)結(jié)構(gòu)’，既更抽象，更方便建模分析，既面向數(shù)據(jù)結(jié)構(gòu)，是一種機器學(xué)習(xí)范式。而多模態(tài)更偏向于解決方案，實際應(yīng)用，既面向求解，是一種具體的求解方案。

上述僅為一家之言，如有理解不當(dāng)?shù)胤?#xff0c;多多包含（圖侵，聯(lián)系刪）。

總結(jié)

以上是生活随笔為你收集整理的多视图与多模态之争的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。