ICLR2023 对比学习论文合集

本文列举了ICLR2023大会上关于对比学习的热门论文,涉及图形对比学习、半监督学习、人机对称感知、自我监督的视觉Transformer学习、对比学习的泛化性、无偏监督对比学习、时间序列适应、数据增强策略优化、命名实体识别和表示学习的普适性与标签效率平衡。这些研究展示了对比学习在深度学习各个领域的最新进展和应用。

国际表征学习大会(International Conference on Learning Representations,简称 ICLR)是深度学习领域的顶级会议,关注有关深度学习各个方面的前沿研究,在人工智能、统计和数据科学领域以及机器视觉、语音识别、文本理解等重要应用领域中发布了众多极其有影响力的论文。

AMiner通过AI技术,对 ICLR2023 收录的会议论文进行了分类整理,今日分享的是对比学习主题论文,共30篇,我们在这里展示十篇最受欢迎的论文,欢迎下载收藏!

1.Simple Yet Effective Graph Contrastive Learning for Recommendation 论文详情页
作者:Xuheng Cai,Chao Huang,Lianghao Xia,Xubin Ren
AI综述(大模型驱动):在本文中,我们提出了一种简单的 yet有效的图形对比性学习范式LightGCL。我们的模型仅使用单一的属性分解来捕获最先进的特征集成。实验表明,该方法优于基线建议者的一般性和鲁棒性。进一步分析表明,与数据稀疏和流行误导相比,LightGCL比基线建议者具有更好的可靠性。
论文链接:https://www.aminer.cn/pub/63dcdb422c26941cf00b6152/

2.SemPPL: Predicting pseudo-labels for better contrastive representations 论文详情页
作者:Matko Bošnjak,Pierre H. Richemond,Nenad Tomasev,Florian Strub,Jacob C. Walker,Felix Hill,Lars Holger Buesing,R

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值