本研究では、生物にインスパイアされたクロススーパービジョンニューラルネットワークのアンサンブルを用いて、意味的表現がどのように学習されるかを探っています。脳は、通常弱い監視によって多数の刺激から情報を表現する能力を持ち、無監督学習はその設計において自然なアプローチとされています。著者らは、複数のサブネットワーク間の相互作用がこの学習を支えている可能性を示唆し、各ネットワークが他のネットワークとの相互作用を通じて刺激を抽象的な表現空間に符号化するモデルを提出しています。このアプローチは、生物的にPlause値の高いものであり、小さい受容野を持つネットワークが使用され、ネットワーク間で重みを共有しません。結果は、視覚的および神経的な刺激に対して、クロススーパービジョンネットワークが意味的表現を習得し、そのデコーディングの精度が監視ネットワークに匹敵することを示しています。最適なパフォーマンスは小さな受容野で得られ、スパース接続も高い精度を持つことが確認されました。