本研究探究将视觉图像与基因信息相结合的方法，提出了 aligned visual-genetic inference spaces 的概念，并通过深度嵌入模型实现了跨领域交叉关联以促进稀有物种的识别，结果表明这种方法在图像分类中具有很好的效果，能够极大地提高分类结果的精度。

May, 2023

通过融合图像、DNA 编码和文本数据的多模态方法，采用 CLIP 风格对比学习将其在统一的嵌入空间中对齐，实现对已知和未知昆虫物种的准确分类，无需特定任务微调；该方法在零样本学习任务中的准确度比单模态方法高出 11%，展示了其在生物多样性研究中的有效性。

May, 2024

本文提出了一种解决零样本学习中投影域偏移和原型稀疏性问题的新框架，即传导多视图嵌入法，并提出了异构多视图超图标签传播方法，旨在通过多种语义表示结构的协同作用，有效利用不同语义表示的补充信息，解决多个数据集的分类问题。

Jan, 2015

本文重点研究了零样本多标签文档分类在人力资源领域的实际税分类扩展情景下的应用，实验表明，相对于传统的多标签分类器，零样本分类器可以实现 12% 的平均精度（macro-AP）的增长。另外，本文还提出了采用推荐系统领域中的筛选 / 重排序分解技术可以显著降低性能非常高的零样本分类器的计算负荷。

Aug, 2022

本文旨在了解嵌入式中如何结构性地编码分类信息，通过设计新的上位词 - 下位词探查任务并进行探查研究，我们发现分类嵌入式和主题嵌入式都会编码一些分类信息，但编码的数量和几何特性都独立于编码器架构和嵌入式训练数据。尤其是，我们发现只有分类式嵌入与数据中的底层分布相关，才能携带分类信息。

Jan, 2023

本文提出了一种使用粗略的分类标签来训练细粒度领域图像分类器的技术，并证明在 Semi-iNat 数据集上实现了显著的性能提升，其中相对增益较大的是在细粒度标签的情况下进行训练和使用半监督学习算法 FixMatch。

Nov, 2021

本文提出了一种采用嵌入术和层次聚类方法的主题分类法 TaxoGen，通过每个节点表示概念主题，定义为语义一致概念项的聚类，以构建主题分类法，并对两个真实数据进行了实验，证明了其与基线方法的有效性。

Dec, 2018

利用 DNA 条形码参考库，提出了一种名为 BarcodeBERT 的自监督方法，对物种和属级别进行高准确性的 DNA 条形码识别，该方法兼顾数据集细节和覆盖范围对模型选择的影响，并强调了自监督预训练在高准确性 DNA 条形码分析中的作用。

Nov, 2023

为了对昆虫生物多样性进行编目，我们提出了一个新的手动标注昆虫图像的大型数据集，BIOSCAN-Insect 数据集。该数据集由专家进行分类，同时还提供相关的遗传信息，包括原始核苷酸条形码序列和分配的条形码索引号，这些是基于基因的物种分类的代理。本文介绍了一个由百万图像组成的精选数据集，主要用于训练能够提供基于图像的分类评估的计算机视觉模型，然而，该数据集还具有引人注目的特征，研究这些特征对于更广泛的机器学习社区也是有兴趣的。受数据集固有的生物学特性驱动，显示出了具有长尾类别不平衡分布的特点。此外，分类标签是一个分层分类方案，对低层级的问题提出了非常细粒度的分类问题。通过在实施和分析基准分类器的过程中探索分类任务，本文将促进机器学习社区对生物多样性研究的兴趣，并推动创建基于图像的分类器的进展，这也将进一步实现 BIOSCAN 研究的终极目标：为全球生物多样性的综合调查奠定基础。

Jul, 2023

通过引入 DNABERT-S 模型对 DNA 进行嵌入，结合 Manifold Instance Mixup 和 Curriculum Contrastive Learning（C2LR）策略，本研究在基因组学分析中取得了显著的性能提升，尤其在元基因组分组和物种分类方面表现突出。

Feb, 2024