Aprenentatge mètric auto-supervisat
L'aprenentatge mètric auto-supervisat entrena un codificador neuronal per incrustar entrades de manera que els elements semànticament similars estiguin junts en l'espai vectorial, utilitzant pseudo-etiquetes generades automàticament en lloc d'anotacions humanes. Combinant tasques pretextes auto-supervisades amb objectius mètrics basats en contrast o triplets, produeix representacions transferibles i eficients en etiquetes aplicables a la recuperació, el clustering i la classificació amb pocs exemples.
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
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A Simple Framework for Contrastive Learning of Visual Representations. Proceedings of the 37th International Conference on Machine Learning (ICML 2020), PMLR 119, 1597–1607. link ↗
- Khosla, P., Tian, Y., Wang, X., Liu, C., Krishnan, D., Isola, P., & Tian, Y. (2020). Supervised Contrastive Learning. Advances in Neural Information Processing Systems (NeurIPS 2020), 33, 18661–18673. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Self-supervised Metric Learning. ScholarGate. https://scholargate.app/ca/machine-learning/self-supervised-metric-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.
- Aprenentatge mètricAprenentatge automàtic↔ compare
- Aprenentatge autosupervisatAprenentatge automàtic↔ compare
- Xarxa Neuronal SiamesaAprenentatge profund↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →