Machine learningMachine learning

Αυτο-επιβλεπόμενη Γκαουσιανή Διαδικασία

Η Αυτο-επιβλεπόμενη Γκαουσιανή Διαδικασία (SSL-GP) συνδυάζει την αρχή της ποσοτικοποίησης της αβεβαιότητας των Γκαουσιανών διαδικασιών με την αυτο-επιβλεπόμενη προ-εκπαίδευση, μαθαίνοντας εκφραστικούς πυρήνες ή λανθάνουσες αναπαραστάσεις από μη επισημασμένα δεδομένα πριν την προσαρμογή μιας ΓΔ σε ένα μικρό επισημασμένο σύνολο. Αυτό καθιστά την προσέγγιση ιδιαίτερα ισχυρή σε καθεστώτα με λίγα επισημασμένα δεδομένα, όπου μια συμβατική ΓΔ θα υπερπροσαρμοζόταν ή θα παρήγαγε ανεπαρκώς βαθμονομημένες εκτιμήσεις αβεβαιότητας.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  1. 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
  2. Gaussian process. Wikipedia. link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Self-supervised Gaussian Process (SSL-GP). ScholarGate. https://scholargate.app/el/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.

Compare side by side
ScholarGateSelf-supervised Gaussian Process (Self-supervised Gaussian Process (SSL-GP)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/self-supervised-gaussian-process · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026