ほとんどのビデオと言語の表現学習アプローチは、テキストとビデオのペアの意味的類似性に従って、ビデオとテキストの特徴を共通の潜在空間に投影するために、CLIP などの対照的な学習を採用しています。ただし

arxiv_reader のブックマーク 2022/11/22 13:57

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4728448286758638724/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2211.11427v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2211.11427v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2211.11427v1" data-user-icon="/users/arxiv_reader/profile.png">コンパクトなビデオと言語表現のための期待値最大化対照学習</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/video">video</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/metric">metric</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/benchmark">benchmark</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22contrastive%20learning%22">contrastive learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22representation%20learning%22">representation learning</a>]</li></ul><br><p style="clear: left">ほとんどのビデオと言語の表現学習アプローチは、テキストとビデオのペアの意味的類似性に従って、ビデオとテキストの特徴を共通の潜在空間に投影するために、CLIP などの対照的な学習を採用しています。ただし</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20221122#bookmark-4728448286758638724"><span class="datetime-body">2022/11/22 13:57</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！