Dec, 2019

嵌入比较器：通过小多面体可视化全局结构和局部邻域的差异

PDF
TL;DR该研究介绍了一个交互式系统 ——Embedding Comparator，它可以用于快速比较不同维度的嵌入向量空间，帮助用户快速可视化了解语义变化，实现了从手动操作到可视化操作的转换。
embeddingscomparatorsimilaritydomain semanticsvisualization
发现论文，激发创造
  • 语言模型适应的视觉比较

    本研究介绍了适配器作为一种轻量级的模型适应方法，为了协助上述过程中产生的新挑战，提供了支持适配器评估的可视化工作区，研究显示，对于训练语言消歧任务的适配器而言，语境 - 0（去语境化）嵌入引入了一种新的偏差类型，这些是上下文 - 0 嵌入的产物。

    Aug, 2022

  • 神经结构的对比嵌入

    通过对比学习，自动产生与搜索空间参数化独立的神经架构嵌入，使传统黑盒优化算法在神经架构搜索中达到最先进的性能，同时实现了搜索空间间的迁移学习，并探索了在不同训练阶段使用嵌入的潜力。

    Feb, 2021

  • 知识图谱的复杂和全息嵌入：一种比较

    本文比较了两种最先进的知识图谱嵌入模型 ComplEx 和 HolE，分析了它们结果不一致的原因，并讨论了它们的优缺点及应用情况。

    Jul, 2017

  • 通过概念化解释嵌入空间

    本文提出了一种将任何嵌入空间转换成易理解的概念空间的方法，并展示了该方法在语义表示方面的实用价值，如发现潜藏的偏见和比较不同模型间语义的差异。

    Aug, 2022

  • 嵌入式泛化的可视化

    本文主要研究深层度量学习，特别是嵌入函数的学习，以及不同三元组选择策略对于学习效果及泛化能力的影响，同时介绍了一种基于可视化工具的嵌入效果展示方法。

    Sep, 2019

  • 嵌入空间分治方法用于度量学习

    本文提出了一种深度度量学习的新方法，通过将数据和嵌入空间分割为 K 个子问题，并在网络的嵌入层中定义的不重叠的子空间中分别学习 K 个不同的距离度量方式，从而能够更高效地利用嵌入空间，并且相较于之前的方法有更快的收敛速度和更好的泛化效果。实验结果表明，该方法在 CUB200-2011、CARS196、Stanford Online Products、In-shop Clothes 和 PKU VehicleID 数据集的检索、聚类和重新识别任务中的表现显著优于最先进技术。

    Jun, 2019

  • 可解释的非度量盒嵌入预测图像之间的视觉重叠

    本文介绍了一种可解释的图像嵌入方法，通过对已知具有 3D 可视表面重叠的训练示例进行测量，从而学习场景特定的相似度，并通过简单且快速的方式减少了在不同比例下的查询图像匹配和几何验证中的搜索成本。

    Aug, 2020

  • 本地相似性感知深度特征嵌入

    本文提出了一种自适应于本地功能结构的相似度度量，由于有利于选择真正的艰难样本来指导深度嵌入学习，并且具有更快收敛和提高性能的优势，在复杂的图像检索数据集上表现优异。

    Oct, 2016

  • 嵌入式投影仪：嵌入式交互式可视化和解释

    Embedding Projector 是一种交互式的嵌入可视化和解释工具，该工具可用于分析和探索嵌入的属性和特点，主要应用于机器学习、NLP 等领域。

    Nov, 2016

  • 示例中心的监督浅层参数数据嵌入

    我们提出了一个基于最大坍塌度度量学习（MCML）目标的标本中心监督浅层参数化数据嵌入模型，它可以在训练和测试时具有线性计算复杂度，并可以通过使用学习或预计算的样本来将测试数据与所有训练数据点作比较。对于二维嵌入空间的分类，我们的方法不仅可以将 kNN 的速度提升数百倍，而且还优于最先进的监督嵌入方法。

    Feb, 2017