Tag · 2 篇
特征多样性
分布 自监督与表征学习1鲁棒性与安全1
01 02
时序表征增强（TRE）：学习遗忘主导模式以增强时序脉冲特征
Temporal Representation Enhancement (TRE): Learning to Forget Dominant Patterns for Enhanced Temporal Spiking Features
对训练多时间步脉冲网络的人有用：用类特定贡献估计加时序累积找出主导语义模式并动态抑制，把监督从「时间不变」改成「时间互补」，可直接套到任意 SNN 骨干上提升时序判别力与特征多样性。
多样性优于一致性：重新思考生成图像检测中的表征
Diversity over Uniformity: Rethinking Representation in Generated Image Detection
提出反特征坍缩学习框架，通过过滤任务无关成分并抑制伪造线索在表征空间中的过度重叠，保持多样化的判断视角，从而提升生成图像检测模型对未见生成机制的泛化能力。