這四類數(shù)據(jù)共包括 14,795 個(gè)類別 ，帶來必定標(biāo)簽噪聲，

超參數(shù)挑選（Hyperparameter selection）依托 Vizier 算法，模仿小樣本場(chǎng)景測(cè)驗(yàn)適配才能。且梯度不回傳至嵌入網(wǎng)絡(luò)；

* 來歷猜測(cè)作為自監(jiān)督方針，

這些使命經(jīng)過幾許均值核算得分，Perch 2.0 以監(jiān)督學(xué)習(xí)為中心 ，豐厚的類別掩蓋既保證了對(duì)生物聲學(xué)信號(hào)的深度學(xué)習(xí)
 ，終究化作維護(hù)瀕危物種的行動(dòng)指南
，該模型在 BirdSET 和 BEANS 兩項(xiàng)威望生物聲學(xué)基準(zhǔn)測(cè)驗(yàn)中均改寫當(dāng)時(shí) SOTA，進(jìn)一步將生物聲學(xué)研討面向新高度 。完成深層安排微血管的超分辯率成像（分辯率達(dá) 20 微米）
，原型學(xué)習(xí)分類器作為「teacher」
，以此保證數(shù)據(jù)的一致性與適用性。取原型最大激活進(jìn)行猜測(cè)，且無(wú)需微調(diào)；其隨機(jī)窗口與能量峰值窗口練習(xí)戰(zhàn)略功能挨近，已成為生態(tài)監(jiān)測(cè)的標(biāo)桿東西，提高后續(xù)適配新使命時(shí)的線性勘探作用；原型學(xué)習(xí)分類器以空間嵌入為輸入