#276
summarized by : Ryuichi Nakahara
DLME: Deep Local-Flatness Manifold Embedding

どんな論文か?

多様体埋め込みを用いた性能向上。距離メトリックを対比学習で得ることで多様体的な潜在空間に埋め込みを行う
placeholder

新規性

従来の多様体を用いた改善手法は下流タスクの性能を劣化させる歪んだ埋め込みをしやすい。 そこで対比学習の手法を利用して新しい距離メトリックを得、また多様体曲率制約を与えることで潜在空間の歪みを従来法よりも低減させた。

結果

3種類のデータセット(簡単なデータ:Mnistなど、生物:Colonn,Activity,MCA,Gast,SAMUSIK,HCL、自然画像: CIFARなど)でよい成果

その他(なぜ通ったか?等)

論文が非常に論理的で分かりやすい。 GitHubソースコード なし