Adaptive Weighting for Multi-view Classification Based on Ensemble Learning
Este artículo propone AWMCEL, un novedoso marco de ensamblaje multivista que combina la regresión de mínimos cuadrados discriminantes con una ponderación adaptativa y una regularización de norma para asignar automáticamente pesos óptimos a los clasificadores basándose en su rendimiento, aprovechando así eficazmente la información complementaria de diversas vistas de datos sin un ajuste complejo de parámetros.