Kontrastives Lernen

Contrastives Lernen ist eine unüberwachte Repräsentationsspezialisierungstechnik im Deep Learning, die darauf abzielt, ähnliche Instanzen im Repräsentationsraum näher zusammenzubringen, während dissimilare Instanzen weiter auseinander gedrückt werden. Diese Methode hat in Aufgaben wie Bildretrieval, Zero-Shot-Lernen und Cross-Modal-Retrieval ausgezeichnete Leistungen gezeigt. Die gelernten Repräsentationen dienen als Features für nachgelagerte Aufgaben wie Klassifikation und Clustering.