إلى الفصل غير الخطي في البيانات الطبيعية باستخدام الترميز النادر الزمني

نُنشئ نموذجًا للتعلم غير المُشرَّف يحقق فصلًا غير خطي لعوامل التغير الكامنة في مقاطع الفيديو الطبيعية. تشير الدراسات السابقة إلى أن يمكن فصل التمثيلات إذا بقيت جميع العوامل في البيئة ثابتة باستثناء عدد قليل منها في أي لحظة زمنية. ونتيجة لذلك، تم اختبار الخوارزميات المقترحة لهذا المشكل فقط على مجموعات بيانات مُعدّة بعناية تمتلك هذه الخاصية بالضبط، مما يترك مسألة ما إذا كانت هذه الخوارزميات قادرة على التحويل إلى المشاهد الطبيعية غير واضحة. هنا، نقدّم أدلة تشير إلى أن الكائنات في مقاطع الفيديو الطبيعية المُفصّلة تمر بانتقالات تكون عادة صغيرة الحجم، مع حدوث انقطاعات كبيرة نادرًا، وهو ما يُميّز توزيعًا زمانيًا نادرًا. ونستفيد من هذه النتيجة ونقدّم SlowVAE، نموذجًا للتعلم التمثيلي غير المُشرَّف يستخدم افتراضًا نادرًا على الملاحظات المتتالية زمانيًا لفصل العوامل التوليدية دون أي افتراضات حول عدد العوامل المتغيرة. ونقدم إثباتًا على التمييز (identifiability)، ونُظهر أن النموذج يتعلم تمثيلات منفصلة بشكل موثوق على عدة مجموعات معيارية معروفة، غالبًا ما يتفوق على الحالة الحالية من التقنية. كما نُظهر قابلية التحويل نحو مجموعات بيانات فيديو ذات ديناميكية طبيعية، مثل Natural Sprites وKITTI Masks، التي نُقدّمها كمعيار معياري لدعم بحوث الفصل نحو مجالات بيانات أكثر طبيعية.