Neues SSL-Verfahren nutzt Krümmungsanpassung für bessere Feature-Lernen
In der Welt des selbstüberwachten Lernens (Self‑Supervised Learning, SSL) hat sich kürzlich ein innovatives Konzept etabliert, das die lokale Geometrie von Datenmengen gezielt in den Fokus rückt. Das Verfahren, genannt CurvSSL, ergänzt die üblichen Invarianz‑ und Redundanz‑Reduktionsziele um einen Krümmungs‑Regularisierer, der die Form des Datenmanifolds berücksichtigt.
