Tag · 3 篇

度量学习

分布视觉语言模型2自监督与表征学习1

Rethinking Cross-Modal Anchor Alignment for Mitigating Error Accumulation

针对跨模态匹配中干净锚框对也会累积误差的问题，用傅里叶变换压制非关键细粒度扰动、以角度一致性重估软标签，可直接迁移到图文检索与跨模态对齐训练中抑制噪声累积。

Multi-Metric Representation Learning Strategy Based on Clustering for Fine-Grained Multimodal Sentiment Analysis

把多模态表征按情感类别聚类后，在全局与簇内局部两套度量下做投影与决策级融合，这一「聚类+多度量」思路可直接迁移到视觉-语言模型中的细粒度情感/意图判别与跨模态对齐。

Graph Attention Prototypical Network for Robust Few-Shot Classification

把原型网络的原型构造换成「伪标签引导的图构造 + 边感知图注意力 + 自适应噪声抑制原型生成器」，这套模块可直接迁移到任何需要从带噪支持集聚合类原型的视觉任务（如带噪少样本检测、开放词表分类的原型校准）。