Feature Disentanglement of Robot Trajectories
German Research Center for Artificial Intelligence（德国人工智能研究中心）
由机器人关节生成的轨迹建模是复杂的，并且需要进行轨迹生成、聚类和分类等高级活动。去纠缠表示学习有望在无监督学习方面取得进展，但它们尚未在机器人生成的轨迹中进行评估。在本文中，我们评估了三个解开VAE（$β$ -VAE，Decorr VAE，和一个新的$β$ -Decorr VAE）的数据集上的1 M机器人轨迹从3自由度的机器人arm. We发现，基于解相关的配方执行最好的解开指标，轨迹质量，并与地面真实的潜在特征的相关性。我们期望这些结果增加了机器人控制中无监督学习的使用。
2021-12-06 cs.LG cs.RO
Unsupervised Learning of Syntactic Structure with Invertible Neural Projections
Language Technologies Institute（语言技术研究所）；School of Computer Science（计算机科学学院）；Carnegie Mellon University（卡内基梅隆大学）
句法结构的无监督学习通常使用具有离散潜变量和多项式参数的生成模型来执行。在大多数情况下，这些模型没有利用连续的单词表示。在这项工作中，我们提出了一种新的生成模型，共同学习离散的句法结构和连续的单词表示在无监督的方式级联可逆神经网络与结构化的生成先验。我们表明，可逆性条件允许有效的精确推理和边际似然计算在我们的模型中，只要事先是良好的行为。在实验中，我们实例化我们的方法与马尔可夫和树结构的先验，评估两个任务：部分的语音（POS）的归纳，和无监督的依存句法分析没有黄金POS注释。在Penn Treebank上，我们的马尔可夫结构模型超越了POS归纳的最新结果。同样，我们发现，我们的树结构模型在无监督依存句法分析上实现了最先进的性能，因为在困难的训练条件下，既没有黄金POS注释，也没有基于标点的约束。
2018-08-28 cs.CL cs.LG
An Unsupervised Learning Method with Convolutional Auto-Encoder for Vessel Trajectory Similarity Computation
Wuhan University of Technology（武汉理工大学）；Institute of Geographic Sciences and Natural Resources Research, CAS（中国科学院地理科学与资源研究所）；Institute of High Performance Computing, A*Star (Agency for Science, Technology and Research)（新加坡科技研究局高性能计算研究所）
为了获得可靠的大规模船舶轨迹挖掘结果，最重要的挑战之一是如何有效地计算不同船舶轨迹之间的相似性。船舶航迹相似度的计算是近年来海事数据采掘研究领域的一个热点。然而，传统的基于形状和翘曲的方法往往遭受几个缺点，如高计算成本和敏感性不必要的文物和非均匀的采样率等，为了消除这些缺点，我们提出了一种无监督学习方法，自动提取低维特征，通过卷积自动编码器（CAE）。特别是，我们首先通过将原始血管轨迹重新映射到二维矩阵中来生成信息丰富的轨迹图像，同时保持时空属性。基于收集的大量血管轨迹，CAE可以以无监督的方式学习信息轨迹图像的低维表示。轨迹相似性最终等同于有效地计算学习的低维特征之间的相似性，其与原始血管轨迹强烈相关。在真实数据集上的综合实验表明，该方法在效率和有效性方面大大优于传统的轨迹相似性计算方法。基于CAE的轨迹相似度计算结果也可以保证高质量的轨迹聚类性能。
2021-01-10 cs.AI cs.CV cs.LG
Building RadiologyNET: Unsupervised annotation of a large-scale multimodal medical database
University of Rijeka – Faculty of Engineering（里耶卡大学工程学院）；Center for Artificial Intelligence and Cybersecurity（人工智能与网络安全中心）；Medical University of Graz（格拉茨医科大学）
本文提出融合图像、DICOM 元数据和叙述性诊断嵌入的无监督多模态聚类流程，将130余万张放射影像自动标注为50个簇，为构建RadiologyNET奠定基础。
2023-07-27 cs.CV cs.LG
S3M: Scalable Statistical Shape Modeling through Unsupervised Correspondences
Technical University Munich（慕尼黑工业大学）
为解决统计形状模型构建依赖领域知识与人工标注的问题，提出基于深度几何特征与函数对应的无监督方法S3M，可同时学习局部与全局形状结构，提升对应估计效果，鲁棒性强，有望实现模型大规模扩展。
2023-07-24 cs.CV cs.LG
Koos Classification of Vestibular Schwannoma via Image Translation-Based Unsupervised Cross-Modality Domain Adaptation
Shanghai Jiao Tong University（上海交通大学）
Koos分级量表是前庭神经鞘瘤（VS）的分类系统，用于表征肿瘤及其对邻近脑结构的影响。Koos分类捕捉了治疗决策的许多特征，通常用于确定治疗计划。尽管对比增强T1（ceT 1）扫描和高分辨率T2（hrT 2）扫描都可用于Koos分类，但hrT 2扫描因其更高的安全性和成本效益而受到关注。然而，在没有hrT 2扫描注释的情况下，深度学习方法通常不可避免地会因无监督学习而遭受性能降级。如果ceT 1扫描及其注释可用于hrT 2扫描的无监督学习，则使用未标记的hrT 2扫描的Koos分类的性能将大大提高。在这方面，我们提出了一种无监督的跨模态域自适应方法的基础上，图像翻译的转换注释ceT 1扫描到hrT 2模态，并使用其注释，以实现监督学习hrT 2模态。然后，对hrT 2扫描中与Koos分类相关的VS和7个相邻脑结构进行分割。最后，从分割结果中提取手工特征，并使用随机森林分类器对Koos等级进行分类。所提出的方法在跨模态域自适应（crossMoDA 2022）挑战的Koos分类任务中获得了排名1，验证集的宏观平均绝对误差（MA-MAE）为0.2148，测试集为0.26。
2023-03-14 cs.CV cs.LG eess.IV
Guided-GAN: Adversarial Representation Learning for Activity Recognition with Wearables
The University of Adelaide（阿德莱德大学）；Monash University（莫纳什大学）
人体活动识别是普适计算中的一个重要研究领域，大规模标记传感器数据的获取是繁琐、劳动密集和耗时的。为了减轻HAR中数据注释的负担而研究的最先进的无监督补救措施主要是探索训练自动编码器框架。在本文中：我们探索了生成对抗网络（GAN）范例，以从可穿戴传感器数据中学习无监督特征表示;并设计了一种新的GAN框架-几何引导GAN或引导GAN-用于该任务。为了证明我们的公式的有效性，我们评估了三个下游分类基准上以无监督方式由Guided-GAN学习的特征。我们的研究结果表明，Guided-GAN的性能优于现有的无监督方法，同时接近完全监督学习表示的性能。所提出的方法为弥合无监督和有监督的人类活动识别之间的差距铺平了道路，同时有助于降低人类数据注释任务的成本。
2021-10-12 cs.AI cs.LG
A Spectral Regularizer for Unsupervised Disentanglement
OpenAI（开放人工智能研究中心）；New York University（纽约大学）；Yale University（耶鲁大学）
一个生成模型与解纠缠表示允许独立控制输出的不同方面。学习非纠缠表征一直是最近的一个非常感兴趣的话题，但它仍然知之甚少。我们表明，即使对于不具有解纠缠表示的GANs，也可以在潜在空间中找到局部解纠缠发生的弯曲轨迹。这些轨迹是通过迭代地跟随生成器相对于其输入的雅可比矩阵的前导右奇异向量来找到的。基于这一见解，我们描述了一个有效的正则化器，将这些向量与坐标轴对齐，并表明它可以用于以完全无监督的方式在GANs中诱导解纠缠表示。
2019-02-06 cs.AI cs.LG stat.ML
Discovering Unsupervised Behaviours from Full-State Trajectories
Imperial College London（帝国理工学院）
提高开放式学习能力是使机器人能够面对现实世界无限复杂性的一种有前途的方法。在现有的方法中，质量多样性算法生成大量多样化和高性能技能的能力在这种情况下是有用的。然而，这些算法中的大多数依赖于手工编码的行为描述符来描述多样性，因此需要关于所考虑的任务的先验知识。在这项工作中，我们提出了一个额外的分析自主机器人实现自己的能力，质量多样性算法，自主发现的行为特征。我们评估这种方法在一个模拟的机器人环境中，机器人自主发现它的能力，从它的全状态轨迹。所有的算法都适用于三个任务：导航，高速前进，并执行半卷。实验结果表明，所研究的算法发现自主收集的解决方案，是不同的所有任务。更具体地说，分析的方法自动找到使机器人移动到不同位置的策略，但也以不同的方式利用其腿，甚至执行半卷。
2022-11-22 cs.AI cs.LG cs.NE
OGC: Unsupervised 3D Object Segmentation from Rigid Dynamics of Point Clouds
The Hong Kong Polytechnic University（香港理工大学）
在本文中，我们研究的问题，三维物体分割的原始点云。与所有现有的方法，通常需要大量的人类注释的全面监督，我们提出了第一个无监督的方法，称为OGC，同时识别多个3D对象在一个单一的向前通过，而不需要任何类型的人类注释。我们的方法的关键是充分利用连续点云上的动态运动模式作为监督信号来自动发现刚性物体。我们的方法由三个主要部分组成，1）对象分割网络直接从单个点云帧估计多对象掩模，2）辅助自监督场景流估计器，以及3）我们的核心对象几何一致性组件。通过精心设计一系列损失函数，有效地考虑了多目标的刚性一致性和目标在时间和空间尺度上的形状不变性。这使得我们的方法能够真正发现对象的几何形状，即使在没有注释的情况下。我们广泛地评估我们的方法在五个数据集上，展示了在室内和具有挑战性的室外场景中对象部分实例分割和一般对象分割的优越性能。
2022-10-10 cs.AI cs.CV cs.LG
HiCat: A Semi-Supervised Approach for Cell Type Annotation
University of Victoria（维多利亚大学）；University of Saskatchewan（萨斯喀彻温大学）
针对单细胞RNA测序数据的细胞类型注释问题，本文提出半监督流程HiCat，融合监督与无监督学习优势，整合参考与查询数据优化特征工程，经10个数据集测试，在区分识别新型细胞类型上优于其他方法。
2024-11-25 cs.LG q-bio.BM
Anatomy-Aware Unsupervised Detection and Localization of Retinal Abnormalities in Optical Coherence Tomography
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
本文提出一种无监督方法，通过学习健康视网膜的分布来检测和定位OCT图像中的异常，提高了临床应用中的标注效率，并在多个数据集上展示了优越的泛化能力。
2026-04-24 cs.CV cs.LG
MPASNET: Motion Prior-Aware Siamese Network for Unsupervised Deep Crowd Segmentation in Video Scenes
Shanghai Jiao Tong University（上海交通大学）；AI Institute, Shanghai Jiao Tong University（上海交通大学人工智能研究院）
人群分割是拥挤景物分析的基础，获得精细的像素级分割图是非常必要的。然而，它仍然是一个具有挑战性的问题，因为现有的方法要么需要密集的像素级注释来训练深度学习模型，要么仅仅从具有物理模型的光学或粒子流中产生粗略的分割图。在本文中，我们提出了运动先验感知暹罗网络（MPASNET）的无监督人群语义分割。该模型不仅消除了对注释的需要，而且还产生高质量的分割图。特别地，我们首先分析跨帧的相干运动模式，然后在集体粒子上应用圆形区域合并策略来生成伪标签。此外，我们为MPASNET配备了用于增强不变正则化和连体特征聚合的连体分支。在基准数据集上的实验表明，我们的模型在mIoU方面比最先进的模型高出12%以上。
2021-06-02 cs.CV cs.LG
Learning from Simulated and Unsupervised Images through Adversarial Training
Apple Inc（苹果公司）
随着图形学的最新进展，在合成图像上训练模型变得更加容易，从而可能避免对昂贵注释的需求。然而，由于合成图像和真实图像分布之间的差距，从合成图像学习可能无法实现期望的性能。为了缩小这一差距，我们提出了模拟+无监督（S+U）学习，其中的任务是学习一个模型，使用未标记的真实数据来提高模拟器输出的真实性，同时保留来自模拟器的注释信息。我们开发了一种S+U学习方法，该方法使用类似于生成对抗网络（GANs）的对抗网络，但使用合成图像作为输入，而不是随机向量。我们对标准GAN算法进行了几项关键修改，以保留注释，避免伪影并稳定训练：（i）“自正则化”项，（ii）局部对抗性损失，以及（iii）使用细化图像的历史更新训练。我们表明，这使得生成高度逼真的图像，我们证明了定性和用户研究。我们定量评估生成的图像通过训练模型的凝视估计和手部姿势估计。我们显示了使用合成图像的显着改进，并在没有任何标记的真实数据的情况下在MPIIGaze数据集上实现了最先进的结果。
2017-07-19 cs.CV cs.LG cs.NE
Towards Unsupervised Representation Learning: Learning, Evaluating and Transferring Visual Representations
Universitat Autònoma de Barcelona（巴塞罗那自治大学）
本论文从学习、评估和迁移三个角度推进无监督视觉表示学习，提出无需反向传播的CSNNs、目标无关的表示评估指标、CARLANE域适应基准及内容一致的图像翻译方法。
2023-11-30 cs.AI cs.CV cs.GR
PathTrack: Fast Trajectory Annotation with Path Supervision
ETH Zurich（苏黎世联邦理工学院）；K.U. Leuven（鲁汶大学）
多目标跟踪（MOT）的进展一直受到可用数据集大小的限制。我们提出了一个有效的框架来注释轨迹，并使用它来产生一个前所未有的规模的MOT数据集。在我们新颖的路径监督中，注释器在观看视频时使用光标松散地跟随对象，为序列中的每个对象提供路径注释。我们的方法能够将这种弱注释转换为密集的框轨迹。我们在现有数据集上的实验证明，我们的框架在一小部分时间内产生了比最先进的更准确的注释。我们通过众包PathTrack数据集进一步验证了我们的方法，该数据集在720个序列中包含超过15，000个人的轨迹。跟踪方法可以在这样的大规模数据集上进行训练，物体识别也是如此。我们通过重新训练一个现成的人匹配网络来证明这一点，该网络最初是在MOT15数据集上训练的，错误分类率几乎减半。此外，在我们的数据上进行训练可以持续改善我们的数据集和MOT15上的跟踪结果。对于后者，我们改进了最高性能跟踪器（NOMT），将IDSwitch的数量减少了18%，片段减少了5%。
2017-03-22 cs.CV cs.LG cs.MM
Unsupervised 3D Keypoint Discovery with Multi-View Geometry
Samsung AI Center Toronto（三星人工智能中心多伦多分中心）；Computer Vision Lab, EPFL（洛桑联邦理工学院计算机视觉实验室）
提出一种利用多视图几何约束的无监督算法，从多视图图像中自动发现人体3D关键点，无需人工标注，在Human3.6M和MPI-INF-3DHP上优于现有无监督方法。
2024-02-08 cs.CV cs.LG
CT-Mapper: Mapping Sparse Multimodal Cellular Trajectories using a Multilayer Transportation Network
SAMOVAR（萨莫瓦实验室）；Telecom SudParis（南巴黎电信学院）；CNRS（法国国家科学研究中心）；Université Paris-Saclay（巴黎萨克雷大学）
移动电话数据最近已经成为关于移动行为的有吸引力的信息来源。由于手机数据可以以被动的方式为大量用户群体捕获，因此可以利用它们来收集采样良好的移动信息。在本文中，我们提出了CT映射，一个无监督的算法，使移动电话的痕迹在多式联运网络的映射。CT-映射器的主要优势之一是它能够在多层运输网络中映射噪声稀疏的蜂窝多模态轨迹，其中各层具有不同的物理特性，而不仅仅是映射与单层相关的轨迹。这样的网络是由一个大的多层图，其中的节点对应于地铁/训练站或道路交叉口和边缘对应于它们之间的连接建模。映射问题是由一个无监督的HMM的观察对应于稀疏的用户移动轨迹和隐藏状态的多层图节点。HMM是无监督的，因为分别使用天线基站的空间覆盖的物理传输属性和信息来推断转移和发射概率。为了评估CT-Mapper，我们收集了一组志愿者用户在巴黎和附近（法国）的蜂窝轨迹与相应的GPS轨迹。我们表明，CT映射器是能够准确地检索到真正的手机用户路径，尽管所观察到的跟踪轨迹的稀疏性。此外，我们的转移概率模型比其他朴素模型准确率高出20%。
2016-04-22 cs.LG cs.SI
Unsupervised Latent Behavior Manifold Learning from Acoustic Features: audio2behavior
University of Southern California（南加州大学）；The University of Utah（犹他大学）
使用信号处理和机器学习的行为注释高度依赖于行为标签的训练数据和手动注释。以往的研究表明，语音信息编码重要的行为信息，并被用于各种自动行为识别任务。然而，由于训练数据的稀疏性，加上语音的复杂性、高维性，以及它编码的复杂和多个信息流，从语音中提取行为信息仍然是一项困难的任务。在这项工作中，我们利用人类行为的缓慢变化特性。我们假设附近的语音片段共享相同的行为背景，因此在潜在空间中共享类似的潜在表示。具体来说，我们提出了一个深度神经网络（DNN）模型来连接行为上下文，并以无监督的方式导出行为流形。我们评估了夫妻治疗领域的建议流形，并从公开的数据（如单口相声）提供的例子。我们进一步研究了夫妻治疗领域和电影数据中的训练。结果非常令人鼓舞，并承诺以无监督的方式改进行为量化，并在一系列应用中进行进一步的研究。
2017-01-12 cs.LG cs.SD
Learning Representation for Anomaly Detection of Vehicle Trajectories
Northwestern University（西北大学）；University of California, Irvine（加州大学欧文分校）
根据周围车辆的历史轨迹预测其未来轨迹是自动驾驶中的一项关键任务。然而，当小的精心制作的扰动被引入到这些历史轨迹中时，所得到的异常（或对抗性）轨迹可以显著地误导自我车辆的未来轨迹预测模块，这可能导致不安全的规划甚至致命的事故。因此，它是非常重要的，以检测周围车辆的异常轨迹的系统安全，但很少有工作已经解决了这个问题。在这项工作中，我们提出了两种新的方法来学习有效和高效的表示在线异常检测的车辆轨迹。与一般的时间序列异常检测不同，异常车辆轨迹检测处理的是道路上更丰富的上下文和异常轨迹本身更少的可观察模式。为了解决这些挑战，我们的方法利用对比学习技术和轨迹语义来捕获驾驶场景下的模式，分别在监督和无监督设置下进行有效的异常检测。我们进行了大量的实验，以证明我们的监督方法的基础上对比学习和无监督方法的基础上重建与语义潜在空间可以显着提高异常轨迹检测的性能，在其相应的设置在各种基线方法。我们还展示了我们的方法的泛化能力，以检测看不见的异常模式。
2023-03-09 cs.LG
Maximum Entropy Semi-Supervised Inverse Reinforcement Learning
CMLA, ENS Cachan（CMLA，ENS巴黎-坎帕尼昂）；SequeL team, INRIA Lille - Nord Europe（SequeL团队，INRIA里尔-北欧）；Adobe Research（Adobe研究）
本文提出MESSI算法，结合最大熵逆强化学习与半监督学习原理，利用未标注数据提升性能，在高速驾驶和网格世界任务中验证了其有效性。
2026-10-06 cs.LG stat.ML
Informative Object Annotations: Tell Me Something I Don't Know
Bar-Ilan University（巴伊兰大学）；NVIDIA Research（英伟达研究（NVIDIA Research））
捕捉图像中感兴趣的部分是图像理解的一个关键方面。当说话者注释图像时，选择信息丰富的标签在很大程度上取决于预期听众的先验知识。受分类和通信的认知理论的启发，我们提出了一种新的无监督的方法来建模这种先验知识和量化的描述的信息量。具体来说，我们计算标签的知识如何减少标签空间的不确定性，并利用它来对描述图像的候选标签进行排名。虽然完整的估计问题是棘手的，我们描述了一个有效的算法近似熵减少使用树结构的图形模型。我们使用一个新的10K地面真实评级的评估集在开放图像数据集上评估了我们的方法，发现它与人类评分员的一致率达到了65%，大大优于其他无监督的基线方法。
2018-12-26 cs.AI cs.CV cs.LG
MT-UDA: Towards Unsupervised Cross-modality Medical Image Segmentation with Limited Source Labels
Nanyang Technological University（南洋理工大学）；Institute for Infocomm Research, A*STAR（新加坡科技研究局资讯通信研究院）
深度卷积神经网络（DCNN）的成功得益于大量的注释数据。然而，注释医学图像是费力的，昂贵的，并且需要人类的专业知识，这引起了标签稀缺问题。特别是当遇到域转移时，问题变得更加严重。虽然深度无监督域自适应（UDA）可以利用完善的源域注释和丰富的目标域数据来促进跨模态图像分割，并且还减轻目标域上的标签缺乏问题，但是当源域注释缺乏时，传统的UDA方法遭受严重的性能下降。在本文中，我们探讨了一个具有挑战性的UDA设置-有限的源域注释。我们的目标是研究如何有效地利用未标记的数据从源和目标域有限的源注释跨模态图像分割。为了实现这一点，我们提出了一个新的标签有效的UDA框架，称为MT-UDA，其中学生模型训练有限的源标签从两个领域的未标记的数据分别由两个教师模型以半监督的方式学习。更具体地说，学生模型不仅通过鼓励预测一致性来提取域内语义知识，而且还通过实施结构一致性来利用域间解剖信息。因此，学生模型可以有效地整合可用数据资源下的基础知识，以减轻源标签稀缺性的影响，并提高跨模态分割性能。我们在MM-WHS 2017数据集上评估了我们的方法，并证明了我们的方法在源标签稀缺的情况下比最先进的方法有很大的优势。
2022-03-23 cs.CV cs.LG eess.IV
Semi-Self Representation Learning for Crowdsourced WiFi Trajectories
National Yang Ming Chiao Tung University（国立阳明交通大学）；Chunghwa Telecom Laboratories（中华电信研究所）；Yuan Ze University（元智大学）
针对众包WiFi轨迹标注成本高的问题，提出一种半自表示学习方法，利用小规模有标签数据集自动标注大规模无标签数据集，通过“剪切并翻转”增强与两阶段学习实现高精度定位。
2025-04-02 cs.CV cs.LG
Unsupervised Concept Discovery Mitigates Spurious Correlations
Mila-Quebec AI Institute, Canada（魁北克AI研究所）；Samsung - SAIT AI Lab, Montreal, Canada（三星SAIT人工智能实验室）；University of Montreal, Canada（蒙特利尔大学）；Institute of Science and Technology Austria（奥地利科学与技术研究所）；National University of Singapore（新加坡国立大学）
本文提出CoBalT概念平衡技术，通过无监督对象中心学习发现共享概念来缓解虚假相关性，无需群体标注，在亚群体偏移基准上表现优越。
2024-07-16 cs.CV cs.LG
Unsupervised Learning of KB Queries in Task-Oriented Dialogs
IBM Research（IBM研究院）；IIT Delhi（印度理工学院德里分校）；LimeChat
面向任务的对话（task oriented dialog，TOD）系统通常需要制定与用户意图相对应的知识库（knowledge base，KB）查询，并使用查询结果来生成系统响应。现有的方法需要对话数据集来显式地注释这些KB查询--这些注释可能很耗时，而且成本很高。作为回应，我们定义了新的问题，预测的KB查询和训练的对话代理，没有明确的KB查询注释。对于查询预测，我们提出了一个强化学习（RL）基线，它奖励那些查询的生成，其KB结果覆盖了后续对话中提到的实体。进一步的分析表明，在知识库中的查询属性之间的相关性可以显着混淆内存增强策略优化（MAPO），现有的最先进的RL代理。为了解决这个问题，我们通过简单但重要的修改来改进MAPO基线，以适合我们的任务。为了训练完整的TOD系统，我们提出了一种流水线方法：它独立地预测何时进行KB查询（查询位置预测器），然后在预测的位置预测KB查询（查询预测器），并在后续对话中使用预测查询的结果（下一个响应预测器）。总的来说，我们的工作提出了我们的新问题的第一个解决方案，我们的分析突出了在没有查询注释的情况下训练TOD系统的研究挑战。
2021-06-03 cs.CL cs.LG stat.ML
Word2Vec and Doc2Vec in Unsupervised Sentiment Analysis of Clinical Discharge Summaries
University of Ottawa（渥太华大学）；Dalhousie University（达尔豪斯大学）
本研究探讨Word2Vec和Doc2Vec在出院小结情感分析中的应用。我们应用了无监督学习，因为数据集没有情感注释。注意，无监督学习是比监督学习更现实的场景，监督学习需要访问情感注释数据的训练集。我们的目标是检测是否存在对某种疾病的潜在偏见。我们使用SentiWordNet为数据集建立黄金情感标准，并评估Word2Vec和Doc2Vec方法的性能。我们已经表明，Word2Vec和Doc2Vec方法在数据集的情感分析中相互补充。
2018-05-01 cs.CL cs.LG
Applying Unsupervised Semantic Segmentation to High-Resolution UAV Imagery for Enhanced Road Scene Parsing
University of Maryland（马里兰大学）
本文提出一种无监督道路解析框架，结合视觉语言模型与SAM生成掩码，通过自监督学习与聚类生成伪标签进行迭代自训练，无需人工标注即在无人机图像上达到89.96%的mIoU。
2024-04-27 cs.CV cs.LG
Augmentation based unsupervised domain adaptation
King’s College London（伦敦国王学院）；UCL（伦敦大学学院）；Cerebriu A/S（Cerebriu公司）；University of Copenhagen（哥本哈根大学）
在医学图像分析中插入深度学习，导致在疾病分类以及异常检测和分割等几个应用中开发了最先进的策略。然而，即使是最先进的方法也需要大量不同的数据来概括。因为在现实的临床场景中，数据采集和注释是昂贵的，所以在小的和不具有代表性的数据上训练的深度学习模型在部署在与用于训练的数据不同的数据（例如来自不同扫描仪的数据）中时往往表现出色。在这项工作中，我们提出了一个域自适应方法来缓解这个问题的分割模型。我们的方法利用了对抗域适应和一致性训练的特性，以实现更强大的适应。使用两个带有白质高强度（WMH）注释的数据集，我们证明了所提出的方法即使在个别策略往往失败的角落情况下也能提高模型的泛化能力。
2022-02-23 cs.CV cs.LG eess.IV
Synthetic Craquelure Generation for Unsupervised Painting Restoration
Universitat de Barcelona（巴塞罗那大学）；Institut de Robòtica i Informàtica Industrial（机器人与信息技术研究所）
本文提出一种无标注的合成裂纹生成框架，结合形态检测与学习细化模块，通过各向异性扩散修复实现高质量绘画修复。
2026-02-13 cs.CV cs.LG
MedCAT -- Medical Concept Annotation Tool
King’s College London（伦敦国王学院）；University College London（伦敦大学学院）；NIHR Biomedical Research Centre at South London and Maudsley NHS Foundation Trust and King’s College London（英国国立卫生研究院生物医学研究中心（位于南伦敦和莫兹利 NHS 基金会信托与伦敦国王学院））
电子健康记录（EHR）等生物医学文档包含大量非结构化格式的信息。EHR中的数据是记录临床叙述和决策的非常有价值的资源，但是虽然文本可以很容易地被人类医生理解，但在研究和临床应用中使用却具有挑战性。为了揭示生物医学文档的潜力，我们需要提取和结构化它们所包含的信息。当前的任务是命名实体识别和链接（NER+L）。实体的数量，词语的模糊性，重叠和嵌套使得生物医学领域比许多其他领域更加困难。为了克服这些困难，我们开发了医学概念注释工具（MedCAT），这是NER+L的开源无监督方法。MedCAT使用无监督机器学习来消除实体的歧义。它在MIMIC-III（一个免费访问的重症监护数据库）和MedMentions（由统一医学语言系统注释的生物医学论文）上得到了验证。在NER+L的情况下，与现有工具的比较表明，MedCAT仅通过无监督学习改善了之前的最佳效果（疾病检测的F1=0.848 vs 0.691;一般概念检测的F1=0.710 vs 0.222）。MedCAT学习的向量嵌入的定性分析表明，它捕获了EHR（MIMIC-III）中的潜在医学知识。无监督学习可以提高大规模实体抽取的性能，但在处理少量实体和小数据集时存在一定的局限性。在这种情况下，选项是监督学习或主动学习，两者都通过MedCATtrainer扩展在MedCAT中得到支持。我们的方法可以检测和链接数百万种不同的生物医学概念，具有最先进…
2019-12-18 cs.CL cs.LG stat.ML
Unsupervised Hierarchical Skill Discovery
University of the Witwatersrand（瓦特斯兰大学）；Neural Discovery (MIND) Institute（神经发现（MIND）研究所）
提出一种基于语法的无监督方法，从无标签轨迹中分割技能并构建层次结构，在像素级环境（如Craftax和Minecraft）中优于现有基线，并能加速下游强化学习任务。
2026-05-28 cs.FL cs.LG
Unsupervised embedding of trajectories captures the latent structure of scientific migration
Luddy School of Informatics, Computing, and Engineering, Indiana University（印第安纳大学勒迪信息、计算与工程学院）；Network Science Institute at Northeastern University（东北大学网络科学研究所）；Kellogg School of Management at Northwestern University（西北大学凯洛格管理学院）；Northwestern Institute on Complex Systems（西北大学复杂系统研究所）；Centre for Science and Technology Studies, Leiden University（莱顿大学科学技术研究中心）；Stellenbosch University（斯坦陵布什大学）；Pohang University of Science and Technology（浦项科技大学）
本研究利用word2vec对科学迁移轨迹进行无监督嵌入，揭示其潜在结构，并证明该方法与重力模型等价，为理解迁移提供新框架。
2023-11-17 cs.LG physics.soc-ph
Unsupervised Reinforcement Adaptation for Class-Imbalanced Text Classification
University of Memphis（孟菲斯大学）
不同领域的模型在训练和测试时，自然存在着类的不平衡。无监督领域自适应（UDA）增强了模型的性能，只有来自源域的可访问注释和来自目标域的未标记数据。然而，现有的最先进的UDA模型学习域不变表示，并主要评估跨域的类平衡数据。在这项工作中，我们提出了一种无监督的领域自适应方法，通过强化学习，联合利用跨域的特征变量和不平衡的标签。我们实验了文本分类任务，其易于访问的数据集，并比较所提出的方法与五个基线。在三个数据集上的实验证明，我们提出的方法可以有效地学习鲁棒的域不变表示，并成功地适应文本分类器的不平衡类域。该代码可在https://github.com/woqingdoua/ImbalanceClass上获得。
2022-05-26 cs.CL cs.LG
Iterate & Cluster: Iterative Semi-Supervised Action Recognition
University of Washington（华盛顿大学）
我们提出了一种新的主动半监督基于特征的动作识别系统。给定运动过程中跟踪的特征的时间序列，我们的系统将序列聚类为动作。我们的系统是基于编码器-解码器无监督的方法，通过自回归任务，通过自组织其潜在的表示来执行聚类。这些方法在人类动作识别基准上进行了测试，优于基于非特征的无监督方法，并达到了与基于特征的监督方法相当的准确性。然而，这样的方法依赖于将序列与动作相关联的K最近邻（KNN），并且没有注释数据的一般特征将对应于可以进一步增强的近似聚类。我们的系统提出了一种迭代的半监督方法来解决这一挑战，并积极学习集群和动作的关联。该方法利用潜空间嵌入和聚类的无监督编码器-解码器，以指导选择序列进行注释，在每次迭代。每次迭代，选择的目的是提高动作识别的准确性，同时选择少量的序列进行注释。我们测试的方法对人类的动作识别基准，假设只有我们的方法选择的注释是可用的，并在实验室实验中记录的鼠标运动视频。我们表明，我们的系统可以提高识别性能，只有一小部分的注释。该系统可以用作交互式注释工具，以指导各种对象和动作的“野外”视频的标记工作，以实现鲁棒的识别。
2020-06-12 cs.CV cs.LG eess.IV
Unsupervised Skill Discovery for Agentic Data Analysis
University of Science and Technology of China（中国科学技术大学）
提出DataCOPE框架，通过无监督验证器引导从探索轨迹中发现可复用的数据分析技能，在报告式和推理式分析任务上分别提升平均得分9.71%和32.30%。
2026-06-04 cs.AI cs.CL cs.LG
TransPeakNet: Solvent-Aware 2D NMR Prediction via Multi-Task Pre-Training and Unsupervised Learning
Brandeis University（布兰迪斯大学）；Harvard Medical School（哈佛医学院）；Complex Carbohydrate Research Center, University of Georgia（佐治亚大学复合碳水化合物研究中心）；Boston College（波士顿学院）
TransPeakNet通过多任务预训练和无监督学习预测2D NMR交叉峰，考虑溶剂效应，在479个专家标注谱图上优于传统方法，MAE分别为2.05 ppm（13C）和0.165 ppm（1H），与专家标注一致性达95.21%。
2024-12-16 cs.AI cs.LG physics.chem-ph
