用于部分多标签学习的对比流与可控增强技术

《Pattern Recognition》：Contrastive flow with controllable augmentation for partial multi-label learning

　　

海翔·李 | 明·方 | 小·李 | 国志·王

• •
  为部分多标签学习（Partial Multi-Label Learning）领域开创了条件归一化流（Conditional Normalizing Flows）技术。
• •
  提出了一种基于似然的新型对比损失（contrastive loss）方法，用于解决标签歧义问题。
• •
  开发了一种可控的生成式方案，用于与任务目标相匹配的数据增强（task-aligned data augmentation）。
• •
  在多种多标签学习（PML）基准测试中取得了领先性能。