Representation Learning

Terms tagged with Representation Learning

Definition

공간 임베딩은 물리적 또는 추상적인 공간 관계를 밀집 벡터 공간으로 변환하여 알고리즘이 근접성, 방향성 및 위상 구조를 이해할 수 있도록 합니다. 이 기술은 지 …

유사도 학습은 유사한 항목이 서로 가깝고 유사하지 않은 항목이 멀리 떨어지도록 입력을 벡터 공간으로 매핑하는 모델을 훈련하는 데 중점을 둡니다. 사이먼 네트워 …

멀티모달 표현 학습은 텍스트, 이미지, 오디오, …

딥러닝과 밀접하게 연관된 피처 학습은 수동 피처 엔지니어링에 의존하는 대신, 모델이 계층적 표현을 직접 학습하도록 합니다. 여러 층(layer)을 통해 원시 입 …

대조적 학습은 레이블이 붙은 데이터가 필요 없는 표현 학습 방법입니다. 동일한 입력의 증강된 뷰(양성 쌍)를 생성하고, 서로 다른 입력 또는 증강된 뷰(음성 …

이 모델들은 고차원 데이터를 저차원의 연속 벡터 공간으로 매핑하여, 유사한 항목들이 서로 더 가깝게 위치하도록 합니다. 이러한 변환은 의미론적 관계를 포착하여 …

임베딩은 기하학적 공간에서 의미적 관계가 보존되는 데이터의 밀집 벡터 표현입니다. 범주형이거나 고차원적인 입력을 고정 길이의 벡터로 변환함으로써 모델은 이러한 …