10:22arXiv cs.LG@Hassan Ismkhan, Hamid Bouchahcia论文提出UL4M4框架,通过无监督聚类和贪心插补处理多模态学习中任意缺失模态。该方法使用模态特定归一化和部分模态距离度量,在超过50%模态缺失时仍能在F1-Micro指标上首次稳定超过0.7。框架轻量级,可适配任意融合架构,性能显著优于现有基线。论文UL4M4多模态学习模态缺失无监督学习论文推荐理由:这篇论文提出了UL4M4,一个能在半数以上模态缺失时仍保持高F1分数的无监督框架,特别适合实际中数据不全的多模态场景。原文