《Learning Discrete Representation via Information Maximizing Self-Augmented Training》

最新推荐文章于 2022-09-24 20:50:23 发布

better_zoe_chang

最新推荐文章于 2022-09-24 20:50:23 发布

阅读量564

点赞数

分类专栏：笔记

本文链接：https://blog.csdn.net/better_zoe_chang/article/details/115044448

版权

笔记专栏收录该内容

4 篇文章 0 订阅

订阅专栏

                    
                    作者提出Self- Augmented Training（SAT）学习一个invariance for applications of interest 的表示；
RIM（Regularised INformation Maximization）与SAT结合生成本文的模型IMSAT；
一些具有代表性的聚类方法：K-Means，hashing，Gaussian mixture model clustering，iterative quantization，minimal-loss hashing，这些方法的聚类边界都是线性的。Kernel-based and spectral methods 能够模拟非线性数据，但是很难扩展到大的数据集上。