
GraphVL이라는 새로운 프레임워크를 사용하여 라벨이 지정되지 않은 이미지를 알려진 클래스와 새로운 클래스로 클러스터링하는 작업에서 기존 방법보다 우수한 성능을 달성했습니다.


coremsg

비전-언어-모델을-통한-그래프-강화-의미-모델링-일반화된-클래스-발견을-위한-graphvl


비전-언어 모델을 통한 그래프 강화 의미 모델링: 일반화된 클래스 발견을 위한 GraphVL



클러스터링 알고리즘의 한계로 인해 발생하는 프로토타입 부족 문제를 해결하기 위해 학습 가능한 잠재적 프로토타입을 도입하고, 비효율적인 클러스터링 문제를 해결하기 위해 레이블이 없는 데이터만을 대상으로 한 효율적인 클러스터링 전략을 제안한다.



새로운 클러스터 탐색: 효율적인 일반화된 클래스 발견을 위한 새로운 프로토타입 탐색
