AIGC動態歡迎閱讀

原標題：重新定義自監督學習！LeCun團隊讓MMCR再進一步
關鍵字：視圖,流形,數據,維度,表示
文章來源：新智元
內容字數：0字

內容摘要：

新智元報道編輯：alan
【新智元導讀】近日，來自斯坦福、MIT、紐約大學和Meta-FAIR等機構的研究人員，通過新的研究重新定義了最大流形容量表示法（MMCR）的可能性。多視圖自監督學習（MVSSL，或稱為聯合嵌入自監督學習）是一種強大的無監督學習方法。它首先創建無監督數據的多個轉換或視圖，然后以類似監督的方式使用這些視圖來學習有用的表示。
實現MVSSL的具體方法有很多，但大致可以分為四類：對比、聚類、蒸餾/動量、冗余減少。
在這眾多的方法中，最大流形容量表示（Maximum Manifold Capacity Representation，MMCR）是與眾不同的一類。
MMCR不明確使用對比，不執行聚類，不利用蒸餾，也不明確減少冗余，但效果卻可以媲美甚至超越其他領先的MVSSL方法。
而來自斯坦福、MIT、紐約大學和Meta-FAIR等機構的研究人員，正在通過新的研究重新定義這個框架的可能性。
論文地址：https://arxiv.org/pdf/2406.09366
作為論文作者之一，LeCun也發推表達了自己的觀點：
除非使用預防機制，否則使用SSL訓練聯合嵌入架構會導致

原文鏈接：重新定義自監督學習！LeCun團隊讓MMCR再進一步

聯系作者

文章來源：新智元
作者微信：
作者簡介：