研究者提出FDSML，用生成参数做度量学习

Shinei Arakawa 等人提出 FDSML（公式驱动监督度量学习），从图像生成参数而非离散类别标签中提取关系监督。 该方法配套改进的分形数据集 FineFractalDB 和参数感知三元组损失（PA-Triplet Loss），按 Iterated Function System 参数空间距离分配正负样本。 目前这是论文层面的方法提出，报道未给出实验效果数据。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。