data representations | BriefGPT

关键词data representations

搜索结果 - 8

基于自监督相关性的多视图聚类算法
我们提出了一个全新的基于深度学习的多视角聚类框架，通过学习有意义的融合数据表示和一致的伪标签，实现对通用数据的聚类分析任务的改进。
PDF4 months ago
基于核化率失真最大化的稳健概念抹除
通过使用基于核化的失真最大化的距离度量学习目标函数，本文提出了一种概念消除的方法，用于从分布式表示中删除属性，同时尽可能保留原始表示空间中的其他信息。
PDF7 months ago
零样本学习中的类别分布变化：学习鲁棒表征
在这篇研究论文中，我们研究了一个隐藏变量引起的类别分布偏移的情景，针对零样本分类器在训练课程上学习的表示被应用于新的未见类别的情况，我们引入了一种算法用于学习在这种类别分布偏移下具有鲁棒性的数据表示。我们展示了我们的方法，将分层数据抽样与越
PDF7 months ago
迈向一个统一的对比学习框架以实现解耦表征
通过对多种对比方法的理论分析，本论文扩展了有关数据表达的对比学习的理论保证，并验证了这些发现在多个基准数据集上的实际有效性。
PDF8 months ago
隧道效应：在深度神经网络中构建数据表示
本文研究深度神经网络（DNN）在有监督图像分类中的表现，发现其学习到的数据表示可以分为两个不同的部分 —— 线性可分的表示和称为 “隧道” 的子网络的压缩表示，并探讨了隧道行为和其对持续学习的影响。
PDFa year ago
部分个性化联邦学习：打破数据异构的诅咒
本文介绍了一种部分个性化的联邦学习（FL）方法，旨在在个性化和全局训练的灵活性之间取得平衡，并提出了一种简单的算法来解决数据异构性问题。
PDFa year ago
自监督对比学习的几何理解
本文研究了自监督学习中编码器和映射器的关系，发现数据增强策略的增加会导致映射器变得更加不变，从而学习将数据投影到低维空间中，具有理论和实验结果的几何学解释。
PDF2 years ago
空间广播解码器: VAE 中学习解耦表示的简单架构
使用空间广播解码器（Spatial Broadcast decoder）的神经渲染架构有助于 VAE 学习分开表示，提高了解缠绕，重建准确性和泛化能力，并提供了一种实用的可视化学习空间的方法。
PDF5 years ago