짝의 관계에서 군집 배우기
IIC는 미주석 자료만으로 분류망을 처음부터 학습하는 군집 목적을 제안한다. 영상 실험에서는 무작위 변환으로 이미지마다 한 쌍을 만든다. 기법의 입력 관계는 영상뿐 아니라 짝지어진 표본 일반에 적용할 수 있도록 정의됐다.
상호 정보를 최대화하기
한 쌍의 범주 할당 사이 상호 정보를 최대화한다. 두 출력의 단순 일치만 요구하는 목적과 구분해야 한다. 정보 이론 관점의 목적을 이용해 퇴화한 군집 해를 피하려는 설계다.
표현과 직접 할당의 차이
학습한 네트워크는 의미 군집에 사용할 고차원 표현만 제공하는 것이 아니라 범주 레이블을 직접 출력한다. 다만 군집 번호가 사람이 붙인 범주 이름과 어떻게 대응하는지는 평가에서 별도로 확인해야 한다.
퇴화의 독립 예
설명용으로 모든 이미지를 군집 1에만 넣으면 두 변환의 출력은 항상 같지만 표본의 차이는 전혀 전달하지 못한다. 출력 일치와 유용한 정보 공유는 다르다. 실제 연구 수치를 옮기지 않은 군집 목적의 예다.