Machine learningMachine learning

Gaussian Process בהנחיה עצמית (Self-supervised Gaussian Process)

Gaussian Process בהנחיה עצמית (SSL-GP) משלב את כימות אי-הוודאות העקרוני של תהליכי גאוס עם אימון מקדים בהנחיה עצמית, למידת גרעינים (kernels) אקספרסיביים או ייצוגים חבויים מנתונים ללא תיוג, לפני התאמת GP על קבוצת נתונים מתויגים קטנה. הדבר הופך את הגישה לעוצמתית במיוחד בתרחישים של נתונים מתויגים מעטים, שבהם GP קונבנציונלי יגרום להתאמת יתר (overfitting) או יפיק הערכות אי-ודאות שאינן מכוילות כראוי.

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. 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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Self-supervised Gaussian Process (SSL-GP). ScholarGate. https://scholargate.app/he/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)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/machine-learning/self-supervised-gaussian-process · מערך נתונים: https://doi.org/10.5281/zenodo.20539026