High-Performance Self-Supervised Learning by Joint Training of Flow Matching
Fuente:
arXiv
Salvato in:
| Autori principali: | Ukita, Kosuke, Okita, Tsuyoshi |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Multimodal Foundation Model for Cross-Modal Retrieval and Activity Recognition Tasks
di: Matsuishi, Koki, et al.
Pubblicazione: (2025)
di: Matsuishi, Koki, et al.
Pubblicazione: (2025)
Self-supervised Learning Method Using Transformer for Multi-dimensional Sensor Data Processing
di: Kai, Haruki, et al.
Pubblicazione: (2025)
di: Kai, Haruki, et al.
Pubblicazione: (2025)
Image Classification Using a Diffusion Model as a Pre-Training Model
di: Ukita, Kosuke, et al.
Pubblicazione: (2025)
di: Ukita, Kosuke, et al.
Pubblicazione: (2025)
Intervention-Based Time Series Causal Discovery via Simulator-Generated Interventional Distributions
di: Okita, Tsuyoshi
Pubblicazione: (2026)
di: Okita, Tsuyoshi
Pubblicazione: (2026)
Excluding the Target Domain Improves Extrapolation: Deconfounded Hierarchical Physics Constraints
di: Okita, Tsuyoshi
Pubblicazione: (2026)
di: Okita, Tsuyoshi
Pubblicazione: (2026)
Physical Simulators as Do-Operators: Causal Discovery under Latent Confounders for AI-for-Science
di: Okita, Tsuyoshi
Pubblicazione: (2026)
di: Okita, Tsuyoshi
Pubblicazione: (2026)
Mathematical Reasoning via Intervention-Based Time-Series Causal Discovery Using LLMs as Concept Mastery Simulators
di: Okita, Tsuyoshi
Pubblicazione: (2026)
di: Okita, Tsuyoshi
Pubblicazione: (2026)
Knowledge Distillation for Reservoir-based Classifier: Human Activity Recognition
di: Kagiyama, Masaharu, et al.
Pubblicazione: (2025)
di: Kagiyama, Masaharu, et al.
Pubblicazione: (2025)
Bridging the Physics-Data Gap with FNO-Guided Conditional Flow Matching: Designing Inductive Bias through Hierarchical Physical Constraints
di: Okita, Tsuyoshi
Pubblicazione: (2025)
di: Okita, Tsuyoshi
Pubblicazione: (2025)
Multi-instance Learning as Downstream Task of Self-Supervised Learning-based Pre-trained Model
di: Matsuishi, Koki, et al.
Pubblicazione: (2025)
di: Matsuishi, Koki, et al.
Pubblicazione: (2025)
Distribution Matching for Self-Supervised Transfer Learning
di: Jiao, Yuling, et al.
Pubblicazione: (2025)
di: Jiao, Yuling, et al.
Pubblicazione: (2025)
Spatio-Temporal Self-Supervised Learning for Traffic Flow Prediction
di: Ji, Jiahao, et al.
Pubblicazione: (2022)
di: Ji, Jiahao, et al.
Pubblicazione: (2022)
Epigraph-Guided Flow Matching for Safe and Performant Offline Reinforcement Learning
di: Tayal, Manan, et al.
Pubblicazione: (2026)
di: Tayal, Manan, et al.
Pubblicazione: (2026)
Training Free Guided Flow Matching with Optimal Control
di: Wang, Luran, et al.
Pubblicazione: (2024)
di: Wang, Luran, et al.
Pubblicazione: (2024)
ContinualFlow: Learning and Unlearning with Neural Flow Matching
di: Simone, Lorenzo, et al.
Pubblicazione: (2025)
di: Simone, Lorenzo, et al.
Pubblicazione: (2025)
Flow to Learn: Flow Matching on Neural Network Parameters
di: Saragih, Daniel, et al.
Pubblicazione: (2025)
di: Saragih, Daniel, et al.
Pubblicazione: (2025)
Self-Supervised Pre-Training for Precipitation Post-Processor
di: An, Sojung, et al.
Pubblicazione: (2023)
di: An, Sojung, et al.
Pubblicazione: (2023)
On the Universality of Self-Supervised Learning
di: Qiang, Wenwen, et al.
Pubblicazione: (2024)
di: Qiang, Wenwen, et al.
Pubblicazione: (2024)
Controllable Flow Matching for Online Reinforcement Learning
di: Wang, Bin, et al.
Pubblicazione: (2025)
di: Wang, Bin, et al.
Pubblicazione: (2025)
Learning Unbiased Permutations via Flow Matching
di: Min, Yimeng, et al.
Pubblicazione: (2026)
di: Min, Yimeng, et al.
Pubblicazione: (2026)
FlowCritic: Bridging Value Estimation with Flow Matching in Reinforcement Learning
di: Zhong, Shan, et al.
Pubblicazione: (2025)
di: Zhong, Shan, et al.
Pubblicazione: (2025)
Var-JEPA: A Variational Formulation of the Joint-Embedding Predictive Architecture -- Bridging Predictive and Generative Self-Supervised Learning
di: Gögl, Moritz, et al.
Pubblicazione: (2026)
di: Gögl, Moritz, et al.
Pubblicazione: (2026)
Clustering Properties of Self-Supervised Learning
di: Weng, Xi, et al.
Pubblicazione: (2025)
di: Weng, Xi, et al.
Pubblicazione: (2025)
Martingale-Consistent Self-Supervised Learning
di: Gögl, Moritz, et al.
Pubblicazione: (2026)
di: Gögl, Moritz, et al.
Pubblicazione: (2026)
Scalable Graph Self-Supervised Learning
di: Pasand, Ali Saheb, et al.
Pubblicazione: (2024)
di: Pasand, Ali Saheb, et al.
Pubblicazione: (2024)
Test Time Training for Supervised Causal Learning
di: Deng, Zizhen, et al.
Pubblicazione: (2026)
di: Deng, Zizhen, et al.
Pubblicazione: (2026)
What Does Flow Matching Bring To TD Learning?
di: Agrawalla, Bhavya, et al.
Pubblicazione: (2026)
di: Agrawalla, Bhavya, et al.
Pubblicazione: (2026)
Discrete Flow Matching for Offline-to-Online Reinforcement Learning
di: Khan, Fairoz Nower, et al.
Pubblicazione: (2026)
di: Khan, Fairoz Nower, et al.
Pubblicazione: (2026)
AllMatch: Exploiting All Unlabeled Data for Semi-Supervised Learning
di: Wu, Zhiyu, et al.
Pubblicazione: (2024)
di: Wu, Zhiyu, et al.
Pubblicazione: (2024)
Multimodal Visual-Tactile Representation Learning through Self-Supervised Contrastive Pre-Training
di: Dave, Vedant, et al.
Pubblicazione: (2024)
di: Dave, Vedant, et al.
Pubblicazione: (2024)
floq: Training Critics via Flow-Matching for Scaling Compute in Value-Based RL
di: Agrawalla, Bhavya, et al.
Pubblicazione: (2025)
di: Agrawalla, Bhavya, et al.
Pubblicazione: (2025)
Drift Flow Matching
di: Ma, Chenrui, et al.
Pubblicazione: (2026)
di: Ma, Chenrui, et al.
Pubblicazione: (2026)
Discrete Flow Matching
di: Gat, Itai, et al.
Pubblicazione: (2024)
di: Gat, Itai, et al.
Pubblicazione: (2024)
Chance-constrained Flow Matching for High-Fidelity Constraint-aware Generation
di: Liang, Jinhao, et al.
Pubblicazione: (2025)
di: Liang, Jinhao, et al.
Pubblicazione: (2025)
Quantitative Estimation of Target Task Performance from Unsupervised Pretext Task in Semi/Self-Supervised Learning
di: Jia, Lin-Han, et al.
Pubblicazione: (2025)
di: Jia, Lin-Han, et al.
Pubblicazione: (2025)
Symbolic Autoencoding for Self-Supervised Sequence Learning
di: Amani, Mohammad Hossein, et al.
Pubblicazione: (2024)
di: Amani, Mohammad Hossein, et al.
Pubblicazione: (2024)
Harmonic Self-Conditioned Flow Matching for Multi-Ligand Docking and Binding Site Design
di: Stärk, Hannes, et al.
Pubblicazione: (2023)
di: Stärk, Hannes, et al.
Pubblicazione: (2023)
Edit Flows: Flow Matching with Edit Operations
di: Havasi, Marton, et al.
Pubblicazione: (2025)
di: Havasi, Marton, et al.
Pubblicazione: (2025)
Integrating Distribution Matching into Semi-Supervised Contrastive Learning for Labeled and Unlabeled Data
di: Nakayama, Shogo, et al.
Pubblicazione: (2026)
di: Nakayama, Shogo, et al.
Pubblicazione: (2026)
Composite Flow Matching for Reinforcement Learning with Shifted-Dynamics Data
di: Kong, Lingkai, et al.
Pubblicazione: (2025)
di: Kong, Lingkai, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Multimodal Foundation Model for Cross-Modal Retrieval and Activity Recognition Tasks
di: Matsuishi, Koki, et al.
Pubblicazione: (2025) -
Self-supervised Learning Method Using Transformer for Multi-dimensional Sensor Data Processing
di: Kai, Haruki, et al.
Pubblicazione: (2025) -
Image Classification Using a Diffusion Model as a Pre-Training Model
di: Ukita, Kosuke, et al.
Pubblicazione: (2025) -
Intervention-Based Time Series Causal Discovery via Simulator-Generated Interventional Distributions
di: Okita, Tsuyoshi
Pubblicazione: (2026) -
Excluding the Target Domain Improves Extrapolation: Deconfounded Hierarchical Physics Constraints
di: Okita, Tsuyoshi
Pubblicazione: (2026)