自己教師つき学習:生成または対照【JST・京大機械翻訳】

Liu Xiao; Zhang Fanjin; Hou Zhenyu; Wang Zhaoyu; Mian Li; Zhang Jing; Tang Jie

プレプリント

J-GLOBAL ID：202202212135953964 整理番号：21P0035615

自己教師つき学習:生成または対照【JST・京大機械翻訳】

Self-supervised Learning: Generative or Contrastive

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2020年06月15日プレプリントサーバーでの情報更新日： 2021年03月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

深い教師つき学習は,過去10年で大きな成功を達成した。しかし,攻撃に対する手動ラベルと脆弱性への依存性の欠陥は,より良い解決策を探索するために人々を駆動している。代替として,自己監督学習は,過去数年間,表現学習に関するその学習性能のために多くの研究者を引き付けている。自己監督表現学習は,監視として入力データ自体を活用し,ほとんど全てのタイプの下流タスクを利益する。この調査では,コンピュータビジョン,自然言語処理,グラフ学習における表現のための新しい自己監督学習法を検討した。既存の経験的方法を包括的にレビューし,それらの目的に従って3つの主なカテゴリー,すなわち,生成的,対比的,および生成的コントラスト(敵対的)に要約する。さらに,自己監督学習がどのように働くかに関するより深い思考を提供するために,関連する理論解析研究をさらに調査した。最後に,自己監督学習のための未解決問題と将来の方向を簡潔に論じた。調査のための概要スライドを提供した。【JST・京大機械翻訳】

, , , , ,
, , , , , , 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る