研究者提出MDUFS-Net特征选择网络

2026年10月15日，arXiv Computer Vision 刊出研究，作者 Jingjing Liu、Pei Tai、Xianchao Xiu、Wanquan Liu 提出流形深度展开特征选择网络 MDUFS-Net。该网络将 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，同时用流形优化提升数值鲁棒性。其增强版 MDUFS-Net+ 进一步引入 ℓ0 范数，以获得更具判别力的特征表示。报道称，实验显示两者在无监督特征选择任务上优于现有方法，并在聚类中表现良好，代码已开源。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。