#125
summarized by : 綱島 秀樹
Probabilistic Structural Latent Representation for Unsupervised Embedding

どんな論文か?

教師なしでの潜在空間への埋め込みにおいて、画像をAugmentationしたものとしていないものが近くなるような自己教師あり学習を行いつつ、潜在空間中でのグラフ構造を崩さないように各クラスごとに変分推論して確率的に表すことでRetrievalやfine grained classificationの性能を向上させるPSLRを提案した。
placeholder

新規性

・追加計算コストを大量に必要としないながらもSOTAの性能を出した点 ・各インスタンスを確率的、グラフで表現することが有効であることで示した点

結果

CIFAR-10のkNN、CUB200のRetrieval、Car196のRetrieval、STL-10のkNNでSOTA

その他(なぜ通ったか?等)

性能向上が最も効いていると思われるが、埋め込みを確率的、グラフで表すことが有効と示したことも分野的貢献が大きいのではないかと考えられる。