Silhouette Loss: Differentiable Global Structure Learning for Deep Representations

Este trabalho introduz a Soft Silhouette Loss, uma nova função de perda diferenciável para deep learning, inspirada no coeficiente de silhueta clássico. Ela busca aprender representações discriminativas que promovam compactação intra-classe e separação inter-classes de forma mais eficiente do que métodos existentes.