Когда семантически последовательное кодирование соответствует моделированию гетерогенности просмотра: унифицированная основа для незавершенного многоразового обучения

arXiv:2609.075225v1 Annualce Type: New Humber Abstract: Неполное многовидовое обучение требует не только надежного семантического агрегирования по частично наблюдаемым взглядам, но и использования улик, полученных в виде маркировки. В существующих подходах обычно делается упор либо на совместном обучении представленности, либо на формировании уровня принятия решений. Первый из них повышает устойчивость в борьбе с недостающими видами, но при этом имеет тенденцию к тому, чтобы скомпрессировать те или иные признаки лейбла-дискриминанта в единственное скрытое представление. В последнем случае сохраняются индивидуальные прогнозы, однако часто используются фиксированные или глобальные значения синтеза, при этом игнорируется тот факт, что различные знаки различных случаев могут требовать разных мнений. Для устранения этих ограничений в настоящем документе представлена система V2L, объединяющая систему представительских решений для неполной многовидовой классификации. С точки зрения отображения V2L конструирует семантически последовательные вариации задние точки из неполных просмотров через механизм кодировки, который p