多源数据融合的解耦与跨视图互动及融合

多源异构数据融合的研究综述与总体方法论框架

合并三组中的综述/总论类文献:多源数据融合的技术类型、算法协同与评价范式,跨域推荐算法族系比较,以及多视图/多模态表征学习的任务谱系与评价指标。共同作用是为全文界定"多源异构—解耦—互动—融合—决策"的问题边界与术语体系,是后续各章方法铺陈的上位视角。

基于互信息、信息瓶颈与结构约束的解耦表示学习理论

合并原三组中所有以信息论/层级结构为解耦目标函数的工作:用互信息估计、条件信息瓶颈、软分割、比例化约束与自监督分布约束显式地把共享(一致)信息与独有(特有、冗余、噪声)信息分离,并给出信息量配比的可解释分析。构成论文"解耦"部分的理论内核。

多视图聚类中的共享-特理解耦与语义/一致性引导

合并原三组中面向多视图聚类与一致性表征的共享-特理解耦工作:通过子空间自表达、变分推断、语义标签引导、内容-风格分离、一致锚图与自适应多图融合,保证共享成分与视图特有成分的独立性并抑制表征塌缩。是论文"解耦"主线最直接的方法与对比基线来源。

缺失视图、不完整标签与增量视图下的解耦与补全建模

三组中均散落着处理"数据不完整"的解耦工作:部分视图/缺失视图的多标签与聚类学习、跨时间点视图补全、增量视图到达、双缺失(视图与标签)情形下的理论驱动表示。共同点是在不完整输入下仍维持共享-特有分解的可辨识性,对应论文面向真实多源数据(模态缺失)时的鲁棒性设计。

多视图多标签学习、无监督特征选择与张量子空间表征

合并原分组中处理"结构化低维表征"的一类:一致-特有标签特定表示、多视图无监督特征选择、双重自表达张量特征选择、自适应加权图张量与二分图秩约束、协同张量嵌入聚类与锚图张量聚类。共同点是用张量/低秩/稀疏结构约束把多视图信息压缩为统一低维子空间,是论文融合环节的降维与选择技术支撑。

图结构增强、跨视图图滤波与多视图对比融合

合并自"图结构与时空建模"与"图与推荐系统中的多视图交互"两处内容:可信跨视图图增强后再融合、双向跨视图图滤波、自适应多图对比融合、多视图对比学习的自适应聚合以及时空交互与跨视图融合。共同点是"先增强/滤波再融合",用跨视图图结构交互抑制视图噪声,与论文的跨视图互动机制形成方法论呼应。

跨视图注意力与几何先验引导的视图间交互机制

合并三组中"跨视图互动"最纯粹的视觉类工作:视差引导跨视图 Transformer、多平面跨视图交互、多步跨视图变化检测交互、免标定 3D 的特征级跨视图融合、外视角-第一人称融合、跨视角手语识别与稳定人体位姿估计。共同点是借助注意力与几何先验显式建模视图间对应关系,是论文"跨视图互动"关键词最直接的参照。

跨视图引导解耦与多尺度一致性/语义交互融合

合并原"跨视图特征交互与几何一致性建模"与"视图级与特征级融合架构"中的相关工作:跨视图引导的解耦器、跨视图注意力交互融合算法、多尺度全局感知特征学习、多尺度一致性增强、隐秩最小化的跨视图交互、2D-3D 交互融合与联合信息交互语义融合。共同主张不直接混合特征,而是先借视图间关系解耦、再做多尺度语义交互与融合。

视图一致对齐与视图特定建模:重识别、跨视角位姿与单目视觉任务

保留原"跨视图交互与视图一致对齐"组的独特设定:以重识别、单目 HOI、XR 位姿等跨相机/跨视角任务为载体,级联跨视图特征交互、视图特定记忆与处理层、视图一致对齐与文本引导跨注意力,在解耦视角/尺度/运动因素的同时保留视图不变判别信息。与前一组的区别在于其目标是把视角差异显式建模为可分离因素。

跨模态注意力融合网络(CMAF)的架构设计与多任务部署

合并原三组中"以跨模态注意力为融合算子"的通用架构类文献:双向/多查询/层级/级联/轻量化跨模态注意力融合网络,覆盖虚假内容检测、编程意图识别、认知障碍评估、博物馆文物分类、RGB-D 与显著目标检测、图像-掩膜与文本-图像对齐等任务,关注融合结构设计与可部署性,为论文融合模块提供结构范式。

跨模态注意力融合在故障诊断、异常检测与缺失模态场景中的鲁棒应用

保留原"CMAF 多任务应用"组的工程化分支:电网故障诊断、ECG-PCG 与日志-性能指标、多模态异常检测、缺失模态 MRI、语义统一等场景下的跨模态注意力融合与生成式增强。与通用 CMAF 组的区别在于其重点是模态可靠性不均与模态缺失条件下的融合鲁棒性。

不确定性感知与混合专家路由驱动的自适应动态融合

独立保留该分组(三组中仅此一处集中讨论融合的"可靠性"与"动态路由"):证据不确定性编码、von Mises-Fisher 集中度加权、稀疏与上下文感知混合专家路由、解耦表征下的混合专家、混合融合网络与校准。共同解决模态冲突/冗余下"如何安全地加权融合",是解耦之后融合阶段的关键策略来源。

多模态情感分析中的解耦-对齐-融合

合并原"多模态情感分析"类工作:解耦多任务双曲空间对齐、自监督引导的模态解耦、Transformer 解耦表征、多样性与平衡约束的情感融合、基于互信息的模态配比。共同点是针对文本-声学-视觉的异质性与分布差异,先解耦共享/特有语义再对齐融合,作为论文范式在高语义任务上的验证。

多模态生理与行为信号理解中的任务共享—模态特有解耦

合并原"多模态情感与生理信号"与"步态类"文献:心理压力/EEG-ECG-眼动、细粒度解耦与模态无关融合、跨模态表示学习框架、多层级解耦、三阶段渐进式学习、不确定性感知步态表征与步态性别分类。共同点是生理/行为信号噪声大、模态互补性强,需先分离任务共享与模态独有语义再做融合。

医学影像配准、融合与跨模态合成中的模态解耦

独立保留医学影像分支:多模态形变配准的自适应递归推断与表示解耦、脑部多模态融合的互补/冗余分支解耦、CBCT-to-CT 合成中的内容-风格-伪影分离。三篇均以临床多模态数据验证解耦表征的有效性与泛化性,与视觉生成类解耦工作任务属性不同,故单列。

任务驱动的解耦-再融合:视觉与信号中的模态特有/共享分量重组

合并原"任务驱动的解耦融合"与多模态融合框架类文献:红外-可见光融合、医学图像融合、多模态高光谱压缩、超声 CAD、临床表征融合、细粒度解耦与结构化解耦融合框架。共同点是解耦只是中间步骤,关键在如何通过 AdaIN 注入、注意力增强、互信息正则把特有与共享分量可控地重组回融合表征。

多模态与跨域推荐中的模态解耦及兴趣表示学习

合并三组中推荐/用户建模的解耦类文献:序列推荐的多兴趣解耦、基于余弦相似度的多模态跨域推荐、多模态融合的解耦表示、跨模态对比解耦推荐、解耦多兴趣重学、多视图用户解耦、跨视图知识融合与去噪、知识感知推荐解耦对比。共同点是同时处理多模态异质噪声与模态共享/独有知识分离,验证解耦在弱结构强噪声多源数据上的价值。

多视图自监督解耦与超图协同的多侧面用户建模

保留原推荐组中偏"多视图/超图结构"的一支:多视图自监督解耦学习、模态内/模态间统一的表示、非线性增强解耦对比超图、多视图多侧面下一篮推荐。与上一组的区别在于其视图来自图结构(超图、多侧面交互)而非纯模态,属于结构化多源数据的跨视图互动扩展。

生物医药多视图相似性网络对齐与跨视图对比学习

独立保留生物医药分支:药物-靶标/药物-药物相互作用预测中,把相似性网络、分子图、基序图、SMILES 序列对齐到共享锚空间,再用关系感知图 Transformer、节点自适应融合、药效团感知跨视图对比与交叉注意力融合。体现"多视图一致性对齐+动态融合"的完整链条,可作论文融合策略的对照案例。

生成与3D视觉任务中的解耦表示:视图-动作分解、图像融合与隐式重建

合并原"视觉任务中的解耦表示"与多视图3D识别文献:把观测分解为视图与动作成分并互为推荐、把图像分解为场景属性与传感器属性分别融合、隐空间中细粒度3D语义解耦、以及多视图3D表征解耦。展示解耦不仅是表征约束,也可直接驱动融合质量与重建可解释性。

自适应加权与张量低维嵌入的统一融合策略

保留关注"融合策略本身"的独立分组:层次化自适应多模态融合、基于张量学习与梯度下降求统一低维嵌入的多视图融合、以及多源监测下的多任务联合预测。三篇均不强调显式解耦,而是通过可学习权重或低维子空间适配各数据源贡献度,为论文融合环节提供加权聚合与统一表征的技术支撑。

工业、能源与农业场景的多源数据融合工程实践

合并原工程实践类文献:多源振动/声发射/声纹的故障诊断、风电智能故障预警、电网负荷预测、大豆产地溯源、可靠多源融合(可信度未知)与 ResNet-Transformer 应用。共同点是在真实数据质量不均、可信度未知条件下做数据级/特征级/决策级融合的鲁棒性设计,为论文提供落地验证思路。

遥感与海事多源异构传感器融合

保留遥感/海事分支:遥感多视图低秩融合优化、雷达极化-多普勒多特征融合海事检测、AIS/雷达/可见光异构传感器协同的水面目标检测与跟踪。其特点是跨传感器(而非跨语义模态)的一致性/互补性整合、低信杂比与盲区鲁棒性,并提供多源轨迹关联与融合数据集,为论文提供工程化评价参照。

多源数据融合的解耦与跨视图互动及融合

将三份初始分组去重合并后,137 篇文献被组织为 23 个并列分组,形成\"综述界定—解耦—跨视图互动—自适应融合—领域落地\"的完整叙事链:①第 1 组以综述与表征学习框架界定多源异构融合的问题空间与算法谱系;②解耦主线最为厚重,按目标函数(互信息/信息瓶颈/结构约束,第 2 组)、任务范式(多视图共享-特理解耦,第 3 组)、数据不完整性(缺失/增量视图,第 4 组)、结构化低维表征(多标签/特征选择/张量子空间,第 5 组)四个互补角度切分,避免笼统化;③跨视图互动主线按\"图结构增强与图滤波(第 6 组)—注意力与几何先验交互(第 7 组)—跨视图引导解耦与多尺度语义交互(第 8 组)—视图一致对齐与视图特定建模(第 9 组)\"层层递进,覆盖从方法机制到具体视觉任务的差别;④融合主线拆为跨模态注意力融合架构(第 10 组)、其工业鲁棒应用(第 11 组)、不确定性/混合专家自适应融合(第 12 组)与张量低维统一嵌入(第 21 组),兼具体系区分度与工程可行性;⑤应用域层面单列多模态情感(13)、生理行为信号(14)、医学影像(15)、任务驱动解耦-再融合(16)、多模态/跨域推荐(17)、多视图超图用户建模(18)、生物医药(19)、生成与3D视觉(20)、工业农业(22)、遥感海事(23),每个领域保留其独特任务约束与评价方式。整体统一结论为:多源融合的趋势已从\"早期拼接式融合\"转向\"先解耦出共享/特有成分—再以跨视图交互建立视图对应与互补—最后按可靠性与贡献度自适应聚合\"的三段式范式,这一脉络可直接支撑论文以解耦与跨视图互动为核心构建统一融合框架的立论与对比实验设计。

让 AI 读完这 137 篇文献,进入工作区深入研究
研究方向与代表作共识与分歧研究空白与可做的问题
共 137 篇文献,23 个研究方向
多源异构数据融合的研究综述与总体方法论框架

合并三组中的综述/总论类文献:多源数据融合的技术类型、算法协同与评价范式,跨域推荐算法族系比较,以及多视图/多模态表征学习的任务谱系与评价指标。共同作用是为全文界定"多源异构—解耦—互动—融合—决策"的问题边界与术语体系,是后续各章方法铺陈的上位视角。相关文献:Bing-Lin Liu et. al, 2025 等 6 篇文献

基于互信息、信息瓶颈与结构约束的解耦表示学习理论

合并原三组中所有以信息论/层级结构为解耦目标函数的工作:用互信息估计、条件信息瓶颈、软分割、比例化约束与自监督分布约束显式地把共享(一致)信息与独有(特有、冗余、噪声)信息分离,并给出信息量配比的可解释分析。构成论文"解耦"部分的理论内核。相关文献:Jiaxin Dai et. al, 2026 等 8 篇文献

多视图聚类中的共享-特理解耦与语义/一致性引导

合并原三组中面向多视图聚类与一致性表征的共享-特理解耦工作:通过子空间自表达、变分推断、语义标签引导、内容-风格分离、一致锚图与自适应多图融合,保证共享成分与视图特有成分的独立性并抑制表征塌缩。是论文"解耦"主线最直接的方法与对比基线来源。相关文献:Zhi-Xiang Li et. al, 2025 等 9 篇文献

缺失视图、不完整标签与增量视图下的解耦与补全建模

三组中均散落着处理"数据不完整"的解耦工作:部分视图/缺失视图的多标签与聚类学习、跨时间点视图补全、增量视图到达、双缺失(视图与标签)情形下的理论驱动表示。共同点是在不完整输入下仍维持共享-特有分解的可辨识性,对应论文面向真实多源数据(模态缺失)时的鲁棒性设计。相关文献:Xudong Yan et. al, 2025 等 7 篇文献

多视图多标签学习、无监督特征选择与张量子空间表征

合并原分组中处理"结构化低维表征"的一类:一致-特有标签特定表示、多视图无监督特征选择、双重自表达张量特征选择、自适应加权图张量与二分图秩约束、协同张量嵌入聚类与锚图张量聚类。共同点是用张量/低秩/稀疏结构约束把多视图信息压缩为统一低维子空间,是论文融合环节的降维与选择技术支撑。相关文献:Yiting Li et. al, 2025 等 6 篇文献

图结构增强、跨视图图滤波与多视图对比融合

合并自"图结构与时空建模"与"图与推荐系统中的多视图交互"两处内容:可信跨视图图增强后再融合、双向跨视图图滤波、自适应多图对比融合、多视图对比学习的自适应聚合以及时空交互与跨视图融合。共同点是"先增强/滤波再融合",用跨视图图结构交互抑制视图噪声,与论文的跨视图互动机制形成方法论呼应。相关文献:Peng-Lei Wang et. al, 2026 等 5 篇文献

跨视图注意力与几何先验引导的视图间交互机制

合并三组中"跨视图互动"最纯粹的视觉类工作:视差引导跨视图 Transformer、多平面跨视图交互、多步跨视图变化检测交互、免标定 3D 的特征级跨视图融合、外视角-第一人称融合、跨视角手语识别与稳定人体位姿估计。共同点是借助注意力与几何先验显式建模视图间对应关系,是论文"跨视图互动"关键词最直接的参照。相关文献:Bing-Ting Li et. al, 2025 等 7 篇文献

跨视图引导解耦与多尺度一致性/语义交互融合

合并原"跨视图特征交互与几何一致性建模"与"视图级与特征级融合架构"中的相关工作:跨视图引导的解耦器、跨视图注意力交互融合算法、多尺度全局感知特征学习、多尺度一致性增强、隐秩最小化的跨视图交互、2D-3D 交互融合与联合信息交互语义融合。共同主张不直接混合特征,而是先借视图间关系解耦、再做多尺度语义交互与融合。相关文献:Yaoyu He et. al, 2026 等 7 篇文献

视图一致对齐与视图特定建模:重识别、跨视角位姿与单目视觉任务

保留原"跨视图交互与视图一致对齐"组的独特设定:以重识别、单目 HOI、XR 位姿等跨相机/跨视角任务为载体,级联跨视图特征交互、视图特定记忆与处理层、视图一致对齐与文本引导跨注意力,在解耦视角/尺度/运动因素的同时保留视图不变判别信息。与前一组的区别在于其目标是把视角差异显式建模为可分离因素。相关文献:Ze-Hao Zhang et. al, 2025 等 6 篇文献

跨模态注意力融合网络(CMAF)的架构设计与多任务部署

合并原三组中"以跨模态注意力为融合算子"的通用架构类文献:双向/多查询/层级/级联/轻量化跨模态注意力融合网络,覆盖虚假内容检测、编程意图识别、认知障碍评估、博物馆文物分类、RGB-D 与显著目标检测、图像-掩膜与文本-图像对齐等任务,关注融合结构设计与可部署性,为论文融合模块提供结构范式。相关文献:Abdul Momen et. al, 2026 等 10 篇文献

跨模态注意力融合在故障诊断、异常检测与缺失模态场景中的鲁棒应用

保留原"CMAF 多任务应用"组的工程化分支:电网故障诊断、ECG-PCG 与日志-性能指标、多模态异常检测、缺失模态 MRI、语义统一等场景下的跨模态注意力融合与生成式增强。与通用 CMAF 组的区别在于其重点是模态可靠性不均与模态缺失条件下的融合鲁棒性。相关文献:Jiang-Xun Liu et. al, 2024 等 8 篇文献

不确定性感知与混合专家路由驱动的自适应动态融合

独立保留该分组(三组中仅此一处集中讨论融合的"可靠性"与"动态路由"):证据不确定性编码、von Mises-Fisher 集中度加权、稀疏与上下文感知混合专家路由、解耦表征下的混合专家、混合融合网络与校准。共同解决模态冲突/冗余下"如何安全地加权融合",是解耦之后融合阶段的关键策略来源。相关文献:Yu-Peng Han et. al, 2026 等 5 篇文献

多模态情感分析中的解耦-对齐-融合

合并原"多模态情感分析"类工作:解耦多任务双曲空间对齐、自监督引导的模态解耦、Transformer 解耦表征、多样性与平衡约束的情感融合、基于互信息的模态配比。共同点是针对文本-声学-视觉的异质性与分布差异,先解耦共享/特有语义再对齐融合,作为论文范式在高语义任务上的验证。相关文献:Si-Yuan Ni et. al, 2026 等 5 篇文献

多模态生理与行为信号理解中的任务共享—模态特有解耦

合并原"多模态情感与生理信号"与"步态类"文献:心理压力/EEG-ECG-眼动、细粒度解耦与模态无关融合、跨模态表示学习框架、多层级解耦、三阶段渐进式学习、不确定性感知步态表征与步态性别分类。共同点是生理/行为信号噪声大、模态互补性强,需先分离任务共享与模态独有语义再做融合。相关文献:Qun-Li Yao et. al, 2026 等 7 篇文献

医学影像配准、融合与跨模态合成中的模态解耦

独立保留医学影像分支:多模态形变配准的自适应递归推断与表示解耦、脑部多模态融合的互补/冗余分支解耦、CBCT-to-CT 合成中的内容-风格-伪影分离。三篇均以临床多模态数据验证解耦表征的有效性与泛化性,与视觉生成类解耦工作任务属性不同,故单列。相关文献:Yi-Bo Hu et. al, 2025 等 3 篇文献

任务驱动的解耦-再融合:视觉与信号中的模态特有/共享分量重组

合并原"任务驱动的解耦融合"与多模态融合框架类文献:红外-可见光融合、医学图像融合、多模态高光谱压缩、超声 CAD、临床表征融合、细粒度解耦与结构化解耦融合框架。共同点是解耦只是中间步骤,关键在如何通过 AdaIN 注入、注意力增强、互信息正则把特有与共享分量可控地重组回融合表征。相关文献:Yuan Gao et. al, 2023 等 6 篇文献

多模态与跨域推荐中的模态解耦及兴趣表示学习

合并三组中推荐/用户建模的解耦类文献:序列推荐的多兴趣解耦、基于余弦相似度的多模态跨域推荐、多模态融合的解耦表示、跨模态对比解耦推荐、解耦多兴趣重学、多视图用户解耦、跨视图知识融合与去噪、知识感知推荐解耦对比。共同点是同时处理多模态异质噪声与模态共享/独有知识分离,验证解耦在弱结构强噪声多源数据上的价值。相关文献:Ying-Peng Du et. al, 2024 等 8 篇文献

多视图自监督解耦与超图协同的多侧面用户建模

保留原推荐组中偏"多视图/超图结构"的一支:多视图自监督解耦学习、模态内/模态间统一的表示、非线性增强解耦对比超图、多视图多侧面下一篮推荐。与上一组的区别在于其视图来自图结构(超图、多侧面交互)而非纯模态,属于结构化多源数据的跨视图互动扩展。相关文献:F. Song et. al, 2026 等 4 篇文献

生物医药多视图相似性网络对齐与跨视图对比学习

独立保留生物医药分支:药物-靶标/药物-药物相互作用预测中,把相似性网络、分子图、基序图、SMILES 序列对齐到共享锚空间,再用关系感知图 Transformer、节点自适应融合、药效团感知跨视图对比与交叉注意力融合。体现"多视图一致性对齐+动态融合"的完整链条,可作论文融合策略的对照案例。相关文献:Wei Song et. al, 2024 等 4 篇文献

生成与3D视觉任务中的解耦表示:视图-动作分解、图像融合与隐式重建

合并原"视觉任务中的解耦表示"与多视图3D识别文献:把观测分解为视图与动作成分并互为推荐、把图像分解为场景属性与传感器属性分别融合、隐空间中细粒度3D语义解耦、以及多视图3D表征解耦。展示解耦不仅是表征约束,也可直接驱动融合质量与重建可解释性。相关文献:Wenxuan Liu et. al, 2023 等 4 篇文献

自适应加权与张量低维嵌入的统一融合策略

保留关注"融合策略本身"的独立分组:层次化自适应多模态融合、基于张量学习与梯度下降求统一低维嵌入的多视图融合、以及多源监测下的多任务联合预测。三篇均不强调显式解耦,而是通过可学习权重或低维子空间适配各数据源贡献度,为论文融合环节提供加权聚合与统一表征的技术支撑。相关文献:Zheng-Yang Shi et. al, 2026 等 3 篇文献

工业、能源与农业场景的多源数据融合工程实践

合并原工程实践类文献:多源振动/声发射/声纹的故障诊断、风电智能故障预警、电网负荷预测、大豆产地溯源、可靠多源融合(可信度未知)与 ResNet-Transformer 应用。共同点是在真实数据质量不均、可信度未知条件下做数据级/特征级/决策级融合的鲁棒性设计,为论文提供落地验证思路。相关文献:Hai-Meng Sun et. al, 2025 等 6 篇文献

遥感与海事多源异构传感器融合

保留遥感/海事分支:遥感多视图低秩融合优化、雷达极化-多普勒多特征融合海事检测、AIS/雷达/可见光异构传感器协同的水面目标检测与跟踪。其特点是跨传感器(而非跨语义模态)的一致性/互补性整合、低信杂比与盲区鲁棒性,并提供多源轨迹关联与融合数据集,为论文提供工程化评价参照。相关文献:Laihang Yu et. al, 2024 等 3 篇文献