The author proposes a Probabilistic Representation Contrastive Learning (PRCL) framework to enhance the robustness of unsupervised training in semi-supervised semantic segmentation by introducing probabilistic representations and global distribution prototypes.
提案されたPRCLフレームワークは、半教師ありセマンティックセグメンテーションにおけるロバストな対照学習プロセスを向上させます。
簡単で効果的な対照学習フレームワークを使用して、大規模言語モデルを人間の適合性に整える。
Contrastive learning improves regression on hyperspectral data.
효율적인 반지도 학습을 위한 확률적 표현 대조 학습 프레임워크