相似度学习
目的:量化地衡量输入样本之间的相关性。
多模态相似度学习
目的:衡量样本和样本之间在不同方面的不同相似度。
多特征融合
目的:对不同性质的特征进行融合,并挖掘这些不同特征内部和特征之间的关系,以提高具体任务的准确度。
表示学习
目的:通过对输入样本的原始数据进行优化,去除输入样本中的噪声和冗余信息并形成新的表示。
注意力机制
核心思想:在学习的过程中基于样本种不同的内容以不同的权重。
外部记忆选择
核心思想:基于已经学习到的外部记忆对当前的学习进行指导。
目的:量化地衡量输入样本之间的相关性。
目的:衡量样本和样本之间在不同方面的不同相似度。
目的:对不同性质的特征进行融合,并挖掘这些不同特征内部和特征之间的关系,以提高具体任务的准确度。
目的:通过对输入样本的原始数据进行优化,去除输入样本中的噪声和冗余信息并形成新的表示。
核心思想:在学习的过程中基于样本种不同的内容以不同的权重。
核心思想:基于已经学习到的外部记忆对当前的学习进行指导。