Machine learningMachine learning

Самоконтролирано K-средства

Самоконтролираното K-средства (Self-supervised K-means) е техника за клъстериране, която комбинира присвояването на K-средства с обучение на представяне чрез самоконтрол. Моделът редува клъстериране на немаркирани точки от данни в K групи и използване на тези присвоявания на клъстери като псевдо-етикети за прецизиране на основно представяне на признаци, което води до все по-кохерентни клъстери без човешки анотирана "ground truth" (истинност).

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. Caron, M., Bojanowski, P., Joulin, A., & Douze, M. (2018). Deep Clustering for Unsupervised Learning of Visual Features. In Proceedings of the European Conference on Computer Vision (ECCV), 132–149. link
  2. Self-supervised learning. Wikipedia. link

Как да цитирате тази страница

ScholarGate. (2026, June 3). Self-supervised K-means Clustering. ScholarGate. https://scholargate.app/bg/machine-learning/self-supervised-k-means

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 K-means (Self-supervised K-means Clustering). Извлечено на 2026-06-15 от https://scholargate.app/bg/machine-learning/self-supervised-k-means · Набор от данни: https://doi.org/10.5281/zenodo.20539026