BriefGPT - AI 论文速递
·
同步演化黎曼空间上的对比顺序交互网络学习
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
我们提出了一种在协同演化黎曼空间中学习顺序交互网络的对比模型CSINCERE。通过跨不同黎曼几何的表示空间进行信息传递的交叉空间聚合，并基于黎曼曲率设计了神经曲率估计器来建模空间的演化。在5个公共数据集上的实证结果表明，CSINCERE相对于现有方法具有明显的优越性。
🎯
关键要点
-
提出了一种对比模型CSINCERE，用于在协同演化黎曼空间中学习顺序交互网络。
-
模型通过跨不同黎曼几何的表示空间进行信息传递的交叉空间聚合。
-
基于黎曼曲率设计了神经曲率估计器，以建模空间的演化。
-
通过重新加权的顺序网络时间视图之间的对比进行交互预测，无需标签。
-
在5个公共数据集上的实证结果表明，CSINCERE相对于现有方法具有明显的优越性。
➡️
