近日，arXiv上的一項研究提出了基於羣分解理論和參數劃分的變換分類新方法，由Takayuki Komatsu、Yoshiyuki Ohmura和Yasuo Kuniyoshi共同完成。該工作聚焦於表示學習中的一個核心問題：如何在不依賴監督信號的情況下，對輸入對之間的變換進行有意義的分類。
傳統方法處理變換分類時，往往依賴於解纏表示，即假設變換所對應的因素是相互獨立的。然而，當這些因素耦合在一起時，傳統方法就會失效。例如，旋轉、平移和縮放等變換可能同時出現，而它們對應的參數在表示空間中往往糾纏不清。此前，作者團隊曾提出一種基於伽羅瓦理論的方法，通過學習兩個變換的乘積，並約束其中一個因子屬於正規子羣，來對羣進行分解。這一方法覆蓋了可交換和非可交換的情況，但存在一個關鍵缺陷：它依賴於一些輔助假設，例如運動或等距限制，而這些假設並非分解理論本身所必需。此外，消融實驗並未能區分理論本身的效果和這些輔助假設帶來的效果。
在本文中，作者提出了參數劃分（parameter division）的全新表述。具體而言，他們將單一變換的參數拆分為多個分量，然後施加同態約束——將完整的變換映射到其中一個分量上。當該分量固定為單位元時，對應的變換集合即被識別為正規子羣。這一公式完全拋棄了之前的輔助假設，因此適用性更廣。研究者們在包含旋轉、平移和縮放的圖像對上進行了評估。消融實驗表明，羣分解約束是驅動正確分類的關鍵因素，而非其他輔助假設。
該方法為無監督學習中的變換分類提供了一種更簡潔、更通用的理論框架，有助於推動對錶示學習基礎機制的理解。未來，研究者可以將其擴展到更復雜的變換類型，並探索其在視覺推理、機器人感知等領域的應用潛力。