Ансамблово самоконтролирано обучение
Ансамбловото самоконтролирано обучение комбинира множество самоконтролирани модели, цели или гледни точки на аугментация в единна рамка, за да произведе по-устойчиви и обобщаеми представяния от немаркирани данни. Чрез агрегиране на разнообразни самоконтролирани сигнали, ансамбълът намалява риска от срив на представянето и превъзхожда подходите за самоконтролирано обучение (SSL) с една цел при задачи надолу по веригата.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Grill, J.-B., Strub, F., Altché, F., Tallec, C., Richemond, P. H., Buchatskaya, E., Doersch, C., Ávila Pires, B., Guo, Z., Gheshlaghi Azar, M., Piot, B., Kavukcuoglu, K., Munos, R., & Valko, M. (2020). Bootstrap Your Own Latent: A New Approach to Self-Supervised Learning. Advances in Neural Information Processing Systems, 33, 21271–21284. link ↗
- Caron, M., Touvron, H., Misra, I., Jégou, H., Mairal, J., Bojanowski, P., & Joulin, A. (2021). Emerging Properties in Self-Supervised Vision Transformers. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 9650–9660. DOI: 10.1109/ICCV48922.2021.00951 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Ensemble Self-supervised Learning (Combining Multiple Self-supervised Models or Objectives). ScholarGate. https://scholargate.app/bg/machine-learning/ensemble-self-supervised-learning
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.
- Дестилация на знанияДълбоко обучение↔ compare
- Случайна гораМашинно обучение↔ compare
- Самообучаващо се ученеМашинно обучение↔ compare
- Полу-наблюдавано обучениеМашинно обучение↔ compare
- Трансферно обучениеМашинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →