S-LooM

新型S-LooM模型通过空间感知增强自编码器学习

研究人员开发了一种空间感知自组织图自编码器（S-LooM），以改进自编码器中潜在表征的学习。该新模型通过使用空间互相关和可学习的空间核来建立特征图之间的动态连接，而不是静态标量消息传递，从而解决了先前动态架构的局限性。S-LooM还采用了一种软混合训练课程，以确保在训练过程中潜在拓扑的平滑对齐，从而实现更稳定的特征学习，并提高对噪声和特征纠缠的抵抗力。