Tag · 4 篇

时序对比学习

分布自监督与表征学习3医学影像与生物视觉1

Temporal Inversion for Learning Interval Change in Chest X-Rays

把「图像对反转」当作监督信号来训练时序视觉-语言模型，这个思路可直接迁移到任何需要建模方向性变化的视觉任务（如变化检测、视频时序顺序判别、术前术后对比），并提供了一个可复用的顺序敏感性与一致性评测协议。

PhenoYieldNet: Learning Crop-Aware Phenological Responses for Multi-Crop Yield Prediction

把预训练基础模型编码器用自监督时序对比适配到农业时序动态，并用可学习查询+注意力解码器建模作物特异物候阶段——这套「基础模型+时序对比适配+查询式解码」组合可迁移到其他需要跨类别泛化的时序视觉预测任务。

CoMo: Learning Continuous Latent Motion from Internet Videos for Scalable Robot Learning

用早期时序差分与时间方向反转构造正负样本的时序对比学习，从互联网视频中无监督地提取连续潜运动表征，可直接为视觉策略学习生成伪动作标签，是一种可复用的视频表征预训练手段。

Cloning Deterministic Worlds: The Critical Role of Latent Geometry in Long-Horizon World Models

论文揭示潜空间几何结构是长时程世界模型保真度的瓶颈，并提出时序对比学习作为几何正则化手段，可无缝集成到标准自编码器中。这对视觉世界模型、视频预测等任务中表征学习的设计具有直接启发，即通过对比约束塑造反映物理状态流形的潜空间。