Selbstüberwachtes Lernen von Verhaltensrepräsentationen larvenartiger Zebrafische durch Modellierung maskierter Skelettsequenzen
Eine neuartige selbstüberwachte Lernmethode zur Extraktion latenter Einbettungen aus dem Verhalten larvenartiger Zebrafische, die auf Techniken des Maskierten Modellierens aufbaut und eine Transformer-CNN-Architektur namens SSTFormer verwendet, um die räumlich-zeitlichen Korrelationen in Skelettsequenzen zu erfassen.