Samoučící se K-nejbližší sousedé
Samoučící se K-nejbližší sousedé (SSL-kNN) kombinují učení reprezentací bez popisků s neparametrickým k-NN klasifikátorem. Neuronový kodér je nejprve trénován pomocí samoučícího se cíle – jako je kontrastivní učení nebo maskovaná predikce – tak, aby se sémanticky podobné vzorky shlukovaly v prostoru vnoření. Jednoduché vyhledávání k-NN na těchto vnořeních pak přiřazuje popisky tříd, sloužící jak jako lehká sonda, tak jako praktický klasifikátor.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A simple framework for contrastive learning of visual representations. In Proceedings of the 37th International Conference on Machine Learning (ICML), PMLR 119, 1597–1607. link ↗
- Wu, Z., Xiong, Y., Yu, S. X., & Lin, D. (2018). Unsupervised feature learning via non-parametric instance discrimination. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 3733–3742. DOI: 10.1109/CVPR.2018.00393 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Self-supervised K-Nearest Neighbors (SSL-kNN). ScholarGate. https://scholargate.app/cs/machine-learning/self-supervised-k-nearest-neighbors
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.
- Učení metrikStrojové učení↔ compare
- Samoučící se učeníStrojové učení↔ compare
- Polu-supervizované K-nejbližších sousedůStrojové učení↔ compare
- Přenosové učeníStrojové učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →