Gaussian Process Auto-supervisat
El Gaussian Process Auto-supervisat (SSL-GP) combina la quantificació d'incertesa principista dels processos Gaussianos amb el pre-entrenament auto-supervisat, aprenent nuclis expressius o representacions latents a partir de dades no etiquetades abans d'ajustar un GP a un petit conjunt etiquetat. Això fa que l'enfocament sigui especialment potent en règims amb poques dades etiquetades on un GP convencional s'ajustaria excessivament o produiria estimacions d'incertesa mal calibrades.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Fortuin, V., Rätsch, G., & Mandt, S. (2020). GP-VAE: Deep probabilistic time series imputation using Gaussian process variational autoencoders. Proceedings of the 23rd International Conference on Artificial Intelligence and Statistics (AISTATS), PMLR 108, 1651–1661. link ↗
- Gaussian process. Wikipedia. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Self-supervised Gaussian Process (SSL-GP). ScholarGate. https://scholargate.app/ca/machine-learning/self-supervised-gaussian-process
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.
- Gaussian Process for Active LearningAprenentatge automàtic↔ compare
- Processià Gaussian BayesàAprenentatge automàtic↔ compare
- Processos GaussianosAprenentatge automàtic↔ compare
- Aprenentatge autosupervisatAprenentatge automàtic↔ compare
- Process Gaussian semisupervisatAprenentatge automàtic↔ compare
- Variational AutoencoderAprenentatge profund↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →