通过潜在空间的对比损失最大限度地提高相同数据样本的不同扩充视图之间的一致性来学习表示。对比式自监督学习技术是一类很有前途的方法,它通过学习编码来构建表征,编码使两个事物相似或不同
【博士论文】面向图像识别的知识蒸馏技术研究
专知会员服务
20+阅读 · 11月18日
TPAMI 2024 | ProCo: 无限contrastive pairs的长尾对比学习
图对比学习:综述与未来发展
专知会员服务
35+阅读 · 5月21日
【WWW2024】RecDCL: 双重对比学习用于推荐
专知会员服务
21+阅读 · 1月30日
通过对比学习提高基于知识对话的鲁棒性
专知会员服务
22+阅读 · 1月10日
【NeurIPS2023】半监督端到端对比学习用于时间序列分类
专知会员服务
34+阅读 · 2023年10月17日
【CIKM2023】基于多节点中心子图的对比表示学习
专知会员服务
21+阅读 · 2023年9月1日
参考链接
微信扫码咨询专知VIP会员