在论文“Label-Free Supervision of Neural Networks with Physics and Domain Knowledge”中,网络如何知道要跟踪哪些对象?

人工智能 神经网络 机器学习 无监督学习 文件
2021-10-28 02:31:26

我正在阅读 AAAI 2017 发表的论文Label-Free Supervision of Neural Networks with Physics and Domain Knowledge,获得了最佳论文奖。

我理解数学,这是有道理的。考虑在跟踪坠落物体的论文中显示的第一个应用程序。他们仅在所述枕头的多个轨迹上进行训练,并且在评估期间,他们声称他们可以跟踪任何其他坠落物体(可能不是枕头)。

我无法理解这是怎么回事?网络如何知道要跟踪哪个对象?即使在训练期间,它怎么知道它应该跟踪的是枕头?

网络经过训练以拟合抛物线。但任何抛物线都适合它。有无数这样的抛物线。

1个回答

他们没有跟踪任何东西,而是试图找到一个满足自由落体方程的物体。无论物体的属性如何,重力的作用都是一样的——至少在真空中是这样。

“在本文中,我们通过提供加权约束函数 g 来对与我们的先验知识不一致的“结构”进行惩罚,从而对输出结构的先验知识进行建模。”

第 2 页最后一个方程中给出的可能抛物线有一个限制。他们正在训练网络学习该方程的时间依赖性,这对于所有对象都是相同的。