日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

自己教師あり学習arXiv:2602.02381

構造的不変性からの自己教師あり学習

Self-Supervised Learning from Structural Invariance

シェア:XThreadsFacebookLINEはてブBluesky

自己教師あり学習における一対多写像問題に対処するため、潜在変数を導入し変分下界を導出。AdaSSLを提案し、因果表現学習や動画世界モデルで有効性を示した。

詳しい要約

1. どんなもの?

- 自己教師あり学習(SSL)における一対多マッピング問題を扱う研究。 - データペア間の不確実性を潜在変数でモデル化し、相互情報量の変分下界を導出。 - 標準的なSSL目的関数に正則化項を追加する手法AdaSSLを提案。 - 因果表現学習、細粒度画像理解、ビデオ世界モデリングに適用可能。

2. 先行研究と比べてどこがすごい?

- 既存のSSL手法は条件付き不確実性を柔軟に捉えられないことを示した。 - AdaSSLはcontrastiveとdistillationベースの両方のSSL目的関数に適用可能。 - 因果表現学習、細粒度画像理解、ビデオ世界モデリングで有効性を実証。

3. 技術・手法の肝は?

- 潜在変数を導入して一対多マッピングの不確実性を考慮。 - ペア埋め込み間の相互情報量の変分下界を導出。 - その結果、標準的なSSL目的関数に簡単な正則化項を追加するだけで済む。 - 手法名はAdaSSL。

4. どうやって有効だと検証した?

- 因果表現学習、細粒度画像理解、ビデオ世界モデリングのタスクで実験的に検証。 - 既存手法と比較して有効性を示した。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法としてcontrastive SSL、distillation-based SSL、因果表現学習、ビデオ世界モデリングの定番手法が挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Yipeng Zhang, Hafez Ghaemi, Jungyoon Lee, Shahab Bakhtiari, Eilif B. Muller, Laurent Charlin

分類: cs.LG

原文アブストラクト

Joint-embedding self-supervised learning (SSL), the key paradigm for unsupervised representation learning from visual data, learns from invariances between semantically-related data pairs. We study the one-to-many mapping problem in SSL, where each datum may be mapped to multiple valid targets. This arises when data pairs come from naturally occurring generative processes, e.g., successive video frames. We show that existing methods struggle to flexibly capture this conditional uncertainty. As a remedy, we introduce a latent variable to account for this uncertainty and derive a variational lower bound on the mutual information between paired embeddings. Our derivation yields a simple regularization term for standard SSL objectives. The resulting method, which we call AdaSSL, applies to both contrastive and distillation-based SSL objectives, and we empirically show its versatility in causal representation learning, fine-grained image understanding, and world modeling on videos.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI