독립 표본 대신 변화의 관측
환경의 변화를 관찰하는 상황을 적어도 하나의 바탕 요인을 공유하는 이미지 쌍으로 모델링한다. 각 이미지의 개별 정답보다 두 관측 사이 관계가 약한 감독을 제공한다. 무작위 독립 이미지 두 장을 고르는 설정과 다르다.
무엇이 바뀌었는지 몰라도 얻는 정보
이론은 어떤 요인인지 몰라도 몇 개 요인이 바뀌었는지 아는 정보가 분리 표현 학습에 충분할 수 있음을 보인다. 충분성 주장은 연구의 이론 조건 안에서 해석해야 한다.
실용 알고리즘과 평가
실용 알고리즘은 그룹과 개별 요인 및 바뀐 요인 수의 주석 없이 이미지 쌍에서 학습한다. 여러 자료에서 분리 표현과 후속 과제의 유용성을 평가한다. 이론 분석에서 아는 정보와 실용 절차의 입력 조건은 구분할 필요가 있다.
공유 요인의 독립 예
설명용으로 같은 물체를 두 조명 아래 촬영하면 형태는 공유되고 조명이 달라질 수 있다. 하지만 물체까지 바뀐 무작위 쌍은 같은 관계를 주지 않는다. 실제 연구 자료를 옮기지 않은 약한 감독 조건의 예다.
관련 문서
비지도 분리 표현의 식별 한계 / 자기 지도 학습 / 독립 성분 분석 / InfoMin 뷰 선택 / AMDIM / 대조 학습의 생성 과정 역추정