PulseAugur
中
实时 08:53:25
English(EN) Beyond Isotropy in JEPAs: Hamiltonian Geometry and Symplectic Prediction

HamJEPA通过哈密顿几何和辛预测推进JEPAs

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的联合嵌入预测架构（JEPAs）方法HamJEPA，该方法超越了各向同性正则化。这种新方法将视图编码为相空间状态，并使用学习到的哈密顿跳蛙图进行跨视图预测。在CIFAR-100和ImageNet-100上的实验表明，与SIGReg等现有方法相比，kNN和线性探针精度有了显著提高。 AI

影响 引入了一种新的表示学习方法，提高了下游任务的性能。

排序理由 该集群包含一篇详细介绍新方法和实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

HamJEPA通过哈密顿几何和辛预测推进JEPAs

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Robert Jenkinson Alvarez ·

    超越JEPAs中的各向同性：哈密顿几何与辛预测

    JEPAs often regularize one-view embeddings toward an isotropic Gaussian, implicitly baking Euclidean symmetry into the representation. We show that this is not merely a benign default. For a known structured downstream geometry $H\succ0$, the minimax and maximum-entropy covarianc…

相关实体

相关话题