Học khoảng cách mạnh mẽ

Học khoảng cách mạnh mẽ (Robust Metric Learning) học một hàm khoảng cách Mahalanobis từ dữ liệu có nhãn hoặc ràng buộc theo cặp, đồng thời chống lại sự biến dạng do nhãn nhiễu, các ví dụ bị hỏng hoặc các điểm ngoại lai gây ra. Bằng cách thay thế các hàm mất mát bản lề (hinge) hoặc bình phương tiêu chuẩn bằng các lựa chọn thay thế mạnh mẽ và bổ sung điều chuẩn hóa, nó tạo ra một thước đo khoảng cách có khả năng khái quát hóa tốt ngay cả khi tập huấn luyện không hoàn hảo — một tình huống phổ biến trong các tác vụ khoa học và ứng dụng thực tế.