刷新多个SOTA！对比学习2024最新顶会方案汇总

文章预览

对比学习在我们的日常工作生活中已经很常见了，比如推荐系统任务，为用户推荐相似的商品或预测用户的购买行为；又比如图像检索，为用户找相似图片或识别不同物体。另外还有语音识别、人脸识别、文本分类等，都离不开对比学习技术。 对科研er来讲， 对比学习 可以帮助我们更好地理解和利用数据集中的信息， 提高模型的性能和表现 。因此，为了更好地帮助相关领域的同学改模型发paper，今天我就梳理了 2023-2024最新的对比学习相关的顶会论 文 ，对应代码也一并整理好了。 扫码 添加小享， 回复“ 24对比 ”    免费获取 全部论文+代码合集 TimesURL: Self-supervised Contrastive Learning for Universal Time Series Representation Learning 简述： 由于时间序列具有特殊的时序特征，仅仅依靠其他领域的经验指导可能无法有效处理时间序列，并且难以适应多个下游任 ………………………………