Machine learningMachine learning

למידת עמיתים בהרכב (Ensemble Self-supervised Learning)

למידת עמיתים בהרכב משלבת מספר מודלים, מטרות או תצוגות הרחבה (augmentation views) של למידת עמיתים למסגרת אחידה, כדי לייצר ייצוגים חזקים וכלליים יותר מנתונים לא מתויגים. על ידי צבירת איתותי למידת עמיתים מגוונים, ההרכב מפחית את הסיכון לקריסת ייצוגים ומשיג ביצועים טובים יותר מגישות SSL חד-מטרתיות במשימות המשך.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  1. 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
  2. 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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Ensemble Self-supervised Learning (Combining Multiple Self-supervised Models or Objectives). ScholarGate. https://scholargate.app/he/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.

Compare side by side
ScholarGateEnsemble Self-supervised Learning (Ensemble Self-supervised Learning (Combining Multiple Self-supervised Models or Objectives)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/machine-learning/ensemble-self-supervised-learning · מערך נתונים: https://doi.org/10.5281/zenodo.20539026