研究者提出MDUFS-Net特征选择网络

1. 12:00
   arXiv cs.CV

   基于流形深度展开 PCA 的特征选择网络 MDUFS-Net

   研究者提出流形深度展开特征选择网络 MDUFS-Net，将 ℓ2,0 范数引入经典 PCA 框架，并把基于 ADMM 的迭代算法展开为端到端可训练网络，实现参数自动学习。该工作还通过流形优化提升数值鲁棒性，并扩展出引入 ℓ0 范数的增强版 MDUFS-Net+。实验显示两者在无监督特征选择任务上优于现有方法，在聚类中也有良好表现，代码已开源。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。