Ensemble-itseohjautuva oppiminen
Ensemble-itseohjautuva oppiminen yhdistää useita itseohjautuvia malleja, tavoitteita tai augmentaationäkymiä yhtenäiseksi kehykseksi tuottaakseen vankempia ja yleistettävämpiä esityksiä merkitsemättömästä datasta. Keräämällä monipuolisia itseohjautuvia signaaleja ensemble vähentää esityksen romahtamisen riskiä ja suoriutuu paremmin kuin yksittäisiin tavoitteisiin perustuvat SSL-menetelmät jatkotehtävissä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Grill, J.-B., Strub, F., Altché, F., Tallec, C., Richemond, P. H., Buchatskaya, E., Doersch, C., Ávila Pires, B., Guo, Z., Gheshlaghi Azar, M., Piot, B., Kavukcuoglu, K., Munos, R., & Valko, M. (2020). Bootstrap Your Own Latent: A New Approach to Self-Supervised Learning. Advances in Neural Information Processing Systems, 33, 21271–21284. link ↗
- Caron, M., Touvron, H., Misra, I., Jégou, H., Mairal, J., Bojanowski, P., & Joulin, A. (2021). Emerging Properties in Self-Supervised Vision Transformers. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 9650–9660. DOI: 10.1109/ICCV48922.2021.00951 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Ensemble Self-supervised Learning (Combining Multiple Self-supervised Models or Objectives). ScholarGate. https://scholargate.app/fi/machine-learning/ensemble-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.
- Tietämyksen tislausSyväoppiminen↔ compare
- Random ForestKoneoppiminen↔ compare
- Itseohjautuva oppiminenKoneoppiminen↔ compare
- Puoliohjattu oppiminenKoneoppiminen↔ compare
- Siirto-oppiminenKoneoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →