近日，我院能源与人工智能专业硕士研究生张鹏，在导师王骞的指导下，于多视图聚类研究领域取得重要进展。相关成果已被第34届国际多媒体会议（ACM MM 26）录用，论文题目为《EMDUP： Evidential Multi—view Clustering with Dual Uncertainty—Aware Pseudo—Labels》。

该论文聚焦于现实任务中多视图数据因噪声和不完整性导致的伪标签退化问题，提出了一种名为EMDUP的证据多视图聚类方法。该方法引入证据双重不确定性量化机制，将视图编码为狄利克雷分布，从而联合建模预测置信度与双重不确定性。在此基础上，模型通过不确定性加权的伪标签细化模块，自适应降低不可靠实例的权重，实现降噪监督。最终，通过双重相关性一致性策略，将互信息最大化与对比学习相结合，保障了特征表示与聚类分配的一致性。在六个基准数据集上的实验结果表明，EMDUP有效提升了聚类性能，并增强了对噪声和部分多视图数据的鲁棒性。

ACM MM会议（The 34th ACM International Conference on Multimedia）是中国计算机学会（CCF）推荐的A类顶级学术会议，也是国际计算机协会（ACM）在多媒体领域的旗舰会议与最高荣誉殿堂。会议全面覆盖多媒体处理、计算机视觉、机器学习与人工智能、生成式AI、多模态交互及数据科学等前沿研究方向。作为全球计算机领域的顶级学术发布平台，ACM MM代表了该领域最顶尖的科研水平与技术发展趋势。