近日，第14届国际表征会议（The Fourteenth International Conference on Learning Representations, ICLR2026）录用结果揭晓，我院王友清教授团队研究论文《Aligning Collaborative View Recovery and Tensorial Subspace Learning via Latent Representation for Incomplete Multi-View Clustering》被成功录用。该论文第一作者为王友清教授（研究生指导教师），第二作者为信息科学与技术学院2024级硕士研究生曹雨，通讯作者为郭继鹏副教授（合作指导教师），北京化工大学为第一完成单位/唯一通讯单位。
该研究针对现有的不完整多视图聚类方法中视图恢复和子空间表示在探索多个跨视互补性和一致性方面缺乏明确语义对齐和协同交互的局限性，提出一种新型张量不完备多视子空间聚类方法（ARSL-IMVC）。大多数基于插补的不完整多视聚类方法中，恢复或完成的视图通常存在结构保真度有限以及多样性和一致性重塑不足的问题，更重要的是，缺失视图恢复和子空间表示学习在探索互补性和一致性方面没有明确的对齐和协作交互。ARSL-IMVC利用视图共享的潜在表示和希尔伯特-施密特独立性正则约束的视图特定估计器来推断完整视图，从而重塑原始多视数据中固有的一致性和多样性信息。进一步，从潜在特征和恢复的视图中学习视图共享和视图特定的子空间表示，并在统一的低秩张量空间中对全局和局部的高阶相关性进行建模。ARSL-IMVC利用潜在表示作为统一框架中的桥梁，对齐视图恢复和子空间表示学习中的互补性和一致性探索，并通过相互协作来提升聚类性能。
ICLR（International Conference on Learning Representations）是人工智能领域的顶级国际会议之一，由图灵奖得主Yann LeCun和Yoshua Bengio于2013年联手创办。会议具有广泛且深远的国际影响力，居谷歌学术人工智能会议影响力排行榜前列，ICLR与国际机器学习大会（ICML）和神经信息处理系统大会（NeurIPS）并称为人工智能领域难度最大、水平最高、影响力最大的“机器学习三大顶会”。不同于其他会议，ICLR开创了公开评审（Open Review）机制的先河，极大推动了学术研究的透明化与前沿性。ICLR2026收到接近19000份有效投稿，总体接受率约为28%。ICLR 2026年会议将于4月23日至27日在巴西里约热内卢举行，展示人工智能与深度学习领域的最新进展和突破性研究。本次论文的录用标志着我院在人工智能领域顶级会议取得的又一突破性进展
该研究工作得到了国家自然科学基金等项目的资助。