你看到的共同点是什么？基于树状生命树学习层次化特征原型以发现演化特征

生物学的一个重大挑战是发现演化特征——即在生命树（也称为phylogenetic tree）中共享共同祖先的物种组的共同特征。鉴于图像存储库的日益增长，存在从图像中直接发现演化特征的巨大机遇，这些特征以层次化原型的形式呈现。然而，当前的原型方法大多 designed to operate over flat class structure，面临在发现层次化原型方面的多个挑战，包括在内部节点学习过于具体的原型的问题。为克服这些挑战，我们引入了基于原型网络的层次对齐常见性框架（Hierarchy aligned Commonality through Prototypical Networks, HComP-Net）。HComP-Net的关键创新包括：1)一种新颖的过度具体化损失以避免学习过于具体的原型；2)一种新颖的判别损失以确保内部节点的原型在与不同祖先的对照族中缺失；3)一种新颖的掩码模块，允许在不影响分类性能的情况下排除树状结构中较高层次的过度具体化原型。我们经验性地表明，HComP-Net学习的原型在准确性、语义一致性和对未见物种的可泛化性方面优于基线方法。