本文提出了一种新的广义零样本学习方法，通过低维嵌入打破视觉-语义间隙，利用视觉神谕量化噪声语义数据的影响，提高准确性。实验结果显示该方法在语义和视觉监督下优于现有技术。

本文提出了一种潜在动态学习的方法，通过深度卷积自编码器计算高维动力系统状态的低维嵌入，并定义了一个低维的非线性流形使状态进行演化。同时，定义了潜在动力学模型，该模型的目标函数为有限体离散化中控制体内守恒定律违规平方和加上非线性等式约束，确保潜在状态满足守恒定律。