ScholarGate
Асистент
Machine learningMachine learning

Самоконтролирано федерирано обучение

Самоконтролираното федерирано обучение (Self-supervised Federated Learning) съчетава федерирано обучение — при което данните никога не напускат локалните устройства — със самоконтролирани претекст задачи като контрастивно обучение или маскирано предсказване. Клиентите научават общоцелеви представяния от собствените си немаркирани данни и споделят само актуализации на модела, а не сурови данни, с централен сървър, който ги агрегира в глобален енкодер.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. Zhuang, W., Wen, Y., & Zhang, S. (2021). Divergence-aware Federated Self-Supervised Learning. In International Conference on Learning Representations (ICLR 2022). link
  2. Federated learning. Wikipedia. link

Как да цитирате тази страница

ScholarGate. (2026, June 3). Self-supervised Learning in Federated Settings. ScholarGate. https://scholargate.app/bg/machine-learning/self-supervised-federated-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.

Compare side by side
ScholarGateSelf-supervised Federated learning (Self-supervised Learning in Federated Settings). Извлечено на 2026-06-15 от https://scholargate.app/bg/machine-learning/self-supervised-federated-learning · Набор от данни: https://doi.org/10.5281/zenodo.20539026