王友清教授團隊論文被ACM MM 2026錄用｜ACM MM 2026

來源：CVer文章鏈接：https://mp.weixin.qq.

com/s/Xax4gmcHdwmTPcAJ768tQg王友清教授團隊論文被多媒體領域CCF-A類會議ACM MM 2026錄用近日，第34屆ACM國際多媒體會議（The 34th ACM International Conference on Multimedia, ACM MM 2026）錄用結果揭曉，我院王友清教授團隊研究論文《Global-and-Local Collaborative Mixture-of-Experts with Dual Contrastive Learning for Deep Multi-view Clustering》被成功錄用。

該論文第一作者為王友清教授（研究生指導教師），第二作者為信息科學與技術學院2023級碩士研究生肖斌，通訊作者為郭繼鵬副教授（合作指導教師），北京化工大學為第一完成單位/唯一通訊單位。該研究針對現有深度多視圖聚類方法忽略跨視圖異質性和不同視圖之間語義對齊難問題，提出了一種新穎的全局-局部協同混合專家框架（GLCMoE）。該框架主要由局部混合專家（LMoE）模塊、全局混合專家（GMoE）模塊和雙重對比學習（DCL）模塊組成。LMoE通過參數共享的專家庫過濾跨視圖異質性，並利用門控路由機制自適應地激活和重組協同專家，從而保留富含細粒度視圖特有信息的互補性。

GMoE採用基於Transformer注意力的路由機制，側重於從統一的多視圖特徵空間中提取跨視圖一致性，並捕獲高階跨視圖交互關係。DCL模塊從多個層次實現不同視圖之間的深層語義對齊，包括局部視圖特有表徵之間的粗粒度對齊，以及局部融合表徵與全局表徵之間的細粒度對齊。此外，該研究設計了一種門控路由均衡正則項，用於緩解專家坍塌，提高各個專家的利用率。GLCMoE方法遵循“先拆分、後聚合，分層對比學習”的策略，實現了具有判別性的跨視圖表徵融合與語義對齊。

ACM國際多媒體會議（ACM International Conference on Multimedia，ACM MM）是由國際計算機協會（ACM）主辦的旗艦國際學術會議。自1993年創立以來，一直是多媒體研究、創新和應用領域的首要國際會議，也是多媒體處理、分析與計算領域最具影響力的國際頂級會議之一。在中國計算機學會（CCF）的推薦會議列表中，ACM MM被列為多媒體領域（或計算機圖形學與多媒體領域）唯一的A類國際學術會議。本次論文的錄用標誌著我院在計算機多媒體領域國際頂級會議取得了又一項突破性進展。該工作得到了國家自然科學基金、北京市自然科學基金等項目的資助。