الجواري الأقرب K ذاتية الإشراف
تجمع طريقة الجواري الأقرب K ذاتية الإشراف (SSL-kNN) بين تعلم التمثيل دون الحاجة إلى تسميات ومصنف k-NN غير بارامتري. يتم أولاً تدريب مُشفّر شبكي عصبي عبر هدف ذاتي الإشراف — مثل التباين أو التنبؤ المقنّع — بحيث تتجمع العينات المتشابهة دلاليًا في فضاء التضمين. بعد ذلك، تقوم عملية بحث بسيطة باستخدام k-NN على هذه التضمينات بتعيين تسميات الفئات، مما يعمل كاختبار خفيف الوزن وكمصنف عملي.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A simple framework for contrastive learning of visual representations. In Proceedings of the 37th International Conference on Machine Learning (ICML), PMLR 119, 1597–1607. link ↗
- Wu, Z., Xiong, Y., Yu, S. X., & Lin, D. (2018). Unsupervised feature learning via non-parametric instance discrimination. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 3733–3742. DOI: 10.1109/CVPR.2018.00393 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Self-supervised K-Nearest Neighbors (SSL-kNN). ScholarGate. https://scholargate.app/ar/machine-learning/self-supervised-k-nearest-neighbors
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تعلم المقاييستعلم الآلة↔ compare
- التعلم ذاتي الإشرافتعلم الآلة↔ compare
- الجيران الأقرباء شبه المُشرف عليهم (Semi-supervised K-Nearest Neighbors)تعلم الآلة↔ compare
- التعلم التحويليتعلم الآلة↔ compare