Contrastive Learning with Stronger Augmentations 摘要 基于提供的摘要，该论文的核心焦点是在对比学习领域提出的一个新框架——利用强数据增强的对比学习（Contrastive Learning with Stronger Augmentations，简称CLSA）。以下是对摘要的解析： 问题陈述： 表征学习（representation lear

Time Series Contrastive Learning with Information-Aware Augmentations 摘要 背景：在近年来，已经有许多对比学习方法被提出，并在实证上取得了显著的成功。 尽管对比学习在图像和语言领域非常有效和普遍，但在时间序列数据上的应用相对较少。 对比学习的关键组成部分： 对比学习的一个关键组成部分是选择适当的数据增强（augmenta

数据增强介绍 1. 前言 这篇文章主要参考 A survey on Image Data Augmentation for Deep Learning， 总结了常用的传统扩增方法及其应用时的注意事项。这里的传统方法指不包括基于深度学习（比如 GAN）等新的扩增方法。 另外需要注意的是，虽然对于不同的任务，比如对于分类，检测任务，不同的任务在采用某一个具体的扩增方法的时候会有所不同，比如对于检

数据增强介绍 1. 前言 这篇文章主要参考 A survey on Image Data Augmentation for Deep Learning， 总结了常用的传统扩增方法及其应用时的注意事项。这里的传统方法指不包括基于深度学习（比如 GAN）等新的扩增方法。 另外需要注意的是，虽然对于不同的任务，比如对于分类，检测任务，不同的任务在采用某一个具体的扩增方法的时候会有所不同，比如对于检

【阅读笔记】WSDM 2022 - Bringing Your Own View: Graph Contrastive Learning without Prefabricated Data Augmentations 1 引言2 相关工作2.1 Graph contrastive learning.2.2 Learnable prior.2.3 Graph generative model