多视图学习与多视图聚类

一句话说人话：多视图 = 同一个对象用多个角度去描述（同一张脸的正脸照、侧脸照、声音）；多视图聚类 = 把这些角度的信息融合起来，一起判断「谁和谁是同类」。

一、什么是「视图」：一个对象的多张「照片」

生活中，你要认识一个人，光看正脸不够——还要看侧脸、听声音、看走路姿势、看字迹。每一个角度就是一个视图（view）。它们描述的是同一个人，但携带的信息互补：正脸像但声音不像，可能就不是同一个人。

「盲人摸象」也是同一个道理：摸到腿的说像柱子，摸到耳朵的说像扇子——单个视图信息不全，多个视图合起来才能拼出全貌。

多视图聚类就是：给你一堆对象，每个对象都有好几个视图的描述，你要把它们分成若干组（聚类），并且利用所有视图的信息，而不是只看其中一个。

生活类比——给同学分组：

你手里有每个同学的成绩单（视图 1）、兴趣爱好问卷（视图 2）、家庭住址（视图 3）。你想把全班分成几个「小圈子」。只看成绩会把学霸分一组，只看住址会把同小区的人分一组，都太片面；把三张表综合起来，分出的圈子才最合理。

核心难点是：不同视图之间可能不一致甚至冲突，怎么融合才最准？ 这就是多视图学习要解决的。

FPS-MGCN 把「多视图」用得很彻底，它给同一个空间转录组数据开了四路视图（其实严格说是多个 GCN 分支 + 一个共享分支）：

空间视图（Spatial-GCN）
- 在空间图上聚合邻居信息，捕捉「空间上相邻 → 表达相似」的规律。
- 对应图卷积网络GCN 里的空间图。
特征视图（Feature-GCN）
- 在特征图上学习表达模式，捕捉「表达相似 → 同类」的规律，还能插补缺失值。
- 对应特征图（余弦相似度 KNN）。
傅里叶视图（Fourier-GCN）——核心创新
- 把经过傅里叶特征映射的特征 Xfourier 在空间图上传播，专门负责「看清边界」。
- 这是补上低通滤波与高频信号里 GCN 高频盲区的那一路。
共享视图（Co-GCN）
- 用同一套权重同时处理空间图和特征图，捕获两个视图之间的共享信息，并加一致性损失让它们对齐。

最后，四路视图的嵌入用注意力机制加权融合成一个综合嵌入 H，再拿去聚类（K-means）得到空间域。

生活类比——专家会诊：

四个医生（四个视图）分别从不同角度给一个病人（每个 spot）看病：一个看「家住哪」（空间）、一个看「生活习惯像不像」（特征）、一个专门盯着「病灶边缘」（傅里叶）、一个负责「综合大家的共同结论」（共享）。最后开一个会，每个医生按可信度（注意力权重）发言，汇成一个最终诊断（聚类标签）。

单个视图信息不全：只看空间，会把「离得远但同类」的 spot 拆开；只看特征，会忽略空间连续性。必须融合。
各视图职责不同、互补：空间视图管「局部平滑」，特征视图管「全局表达相似」，傅里叶视图管「边界锐化」，共享视图管「跨视图一致」。缺了傅里叶视图，边界还是糊。
多视图是这篇论文的「学科归属」：它本质上是一篇多视图聚类方法论文，发表在 TCBB 上。这个方向也是本文通讯作者刘新旺团队、以及汪欣欣导师（多视图聚类）的专长领域——所以这篇论文对「多视图聚类 × 空间组学」的交叉方向最有参考价值。