ترجمه فارسی مقاله یادگیری نمایش متوالی از طریق تفکیک شرطی ایستا-پویا

چکیده

This paper explores self-supervised disentangled representation learning within sequential data, focusing on separating time-independent and time-varying factors in videos. We propose a new model that breaks the usual independence assumption between those factors by explicitly accounting for the causal relationship between the static/dynamic variables and that improves the model expressivity through additional Normalizing Flows. A formal definition of the factors is proposed. This formalism leads to the derivation of sufficient conditions for the ground truth factors to be identifiable, and to the introduction of a novel theoretically grounded disentanglement constraint that can be directly and efficiently incorporated into our new framework. The experiments show that the proposed approach outperforms previous complex state-of-the-art techniques in scenarios where the dynamics of a scene are influenced by its content.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله به بررسی یادگیری بازنمایی جدا شده خودکشی در داده های متوالی ، با تمرکز بر جدا کردن عوامل مستقل از زمان و متغیر زمان در فیلم ها می پردازیم.ما یک مدل جدید را پیشنهاد می کنیم که فرضیه استقلال معمول بین این عوامل را با حساب کردن صریح برای رابطه علی بین متغیرهای استاتیک/پویا می شکند و این باعث می شود بیان مدل از طریق جریان عادی کننده اضافی بهبود یابد.تعریف رسمی از عوامل ارائه شده است.این فرمالیسم منجر به استخراج شرایط کافی برای شناسایی عوامل حقیقت زمین و معرفی یک محدودیت تفکیک نظری مبتنی بر رمان می شود که می تواند به طور مستقیم و کارآمد در چارچوب جدید ما گنجانیده شود.آزمایشات نشان می دهد که رویکرد پیشنهادی از تکنیک های پیشرفته قبلی پیشرفته در سناریوهایی که پویایی یک صحنه تحت تأثیر محتوای آن قرار دارد ، بهتر است.