JEPAMatch：半教師あり学習のための幾何学的表現形成
arXiv cs.LG / 2026/4/24
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- JEPAMatchは、FixMatch系の手法が多数クラスに支配されやすく、誤った疑似ラベルによって性能が損なわれるといった課題を改善することを目的とした新しい半教師あり学習手法です。
- 本手法は、主に信頼度の閾値に依存する発想から、LeJEPAが仮定する潜在空間の等方的ガウス構造に着想を得た潜在空間正則化により、潜在表現の幾何学を明示的に整える方向へと転換しています。
- 具体的には、FlexMatchに類する半教師あり損失（FixMatchの適応拡張）と、LeJEPA由来の正則化項を組み合わせることで、より明確な意思決定境界の形成を促します。
- CIFAR-100、STL-10、Tiny-ImageNetでの実験では、既存ベースラインに対して一貫した改善と、FixMatch系の標準的パイプラインに比べて全体の計算コストを大きく抑えつつ収束を速める結果が示されています。
- 総じて、潜在空間に幾何学的な構造を課すことが、疑似ラベルの利点を維持しながらバイアスや学習効率の問題を緩和できると主張しています。
