Apprentissage auto-supervisé en ligne
L'apprentissage auto-supervisé en ligne (online SSL) entraîne des réseaux neuronaux sur des données non étiquetées qui arrivent séquentiellement ou en flux, en utilisant des signaux de supervision générés automatiquement (tâches prétextes) au lieu d'étiquettes humaines. En mettant à jour le modèle en continu à mesure que de nouvelles données affluent, il permet des représentations en évolution perpétuelle sans stocker l'ensemble complet des données — ce qui est essentiel pour les systèmes en temps réel, les dispositifs périphériques et les environnements soumis à des contraintes de confidentialité.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Online Self-supervised Learning (Continual Self-supervised Representation Learning from Streaming Data). ScholarGate. https://scholargate.app/fr/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.
- Apprentissage en ligneApprentissage automatique↔ compare
- Apprentissage auto-superviséApprentissage automatique↔ compare
- Apprentissage par transfertApprentissage automatique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →