Cycle-consistent representation learning: 複数動画フレームに対して最近傍マッチングをすると，ある点同士が循環しているのに対し，その点と他の別の点は循環しなくなる．そのためこの研究では，このような循環するようなembeding空間を学習することである，そこで各フレームにおいてcycle consistency errorが小さくなるように学習する．

few-shot classification では，学習したembeding空間がラベルなしの動画に対して著しくし精度が向上したことを示した．また，ラベル付きの動画に対しても1つのラベル付きビデオだけで，TCCは約50のビデオで学習された教師付き学習モデルと同様のパフォーマンスを達成した．