鲁棒学习

基于异常解耦的大规模鲁棒增强集成聚类

Large-scale Robust Enhanced Ensemble Clustering via Outlier Decoupling

论文提出的异常解耦机制（将锚相似矩阵分解为干净成分与残差异常成分，并施加全局互相关惩罚与行级 l2,1 范数）可迁移到视觉任务中，用于处理特征表示中的异常值污染，例如在图像聚类、检索或自监督预训练中提升锚图或相似度矩阵的鲁棒性。