Aprendizaje Autosupervisado en Línea
El aprendizaje autosupervisado en línea (SSL en línea) entrena redes neuronales con datos no etiquetados que llegan secuencialmente o en flujos, utilizando señales de supervisión generadas automáticamente (tareas pretexto) en lugar de etiquetas humanas. Al actualizar el modelo continuamente a medida que llegan nuevos datos, permite representaciones en perpetua evolución sin almacenar el conjunto de datos completo, lo cual es crítico para sistemas en tiempo real, dispositivos de borde y entornos con restricciones de privacidad.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Gidaris, S., Bursuc, A., Komodakis, N., Perez, P., & Cord, M. (2021). OBoW: Online Bag-of-Visual-Words Generation for Self-Supervised Learning. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 6830–6840. link ↗
- Fini, E., Da Costa, V. G. T., Alameda-Pineda, X., Ricci, E., Alahari, K., & Mairal, J. (2022). Self-Supervised Models are Continual Learners. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 9621–9630. link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Online Self-supervised Learning (Continual Self-supervised Representation Learning from Streaming Data). ScholarGate. https://scholargate.app/es/machine-learning/online-self-supervised-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.
- Aprendizaje en líneaAprendizaje automático↔ compare
- Aprendizaje autosupervisadoAprendizaje automático↔ compare
- Aprendizaje por transferenciaAprendizaje automático↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →