masked-autoencoders

MABLE将掩码重建与余弦相似度损失相结合，从大型异构图中学习节点和图嵌入，在地球空间矿产勘探数据上进行了演示。它在一个无需标注数据的自监督框架中统一了掩码自编码和度量学习。

MuSViT是首个面向乐谱的基础视觉模型，通过掩码自编码器在数百万页乐谱上预训练，在乐谱识别和符号检测任务中取得卓越性能。

NERVE提出了一种网络感知的双线性分词方法，用于基于掩码自编码器的脑功能连接矩阵自监督学习，改善跨发育队列的表征学习。