Samo-nadgledano K-najbližih susjeda
Samo-nadgledano K-najbližih susjeda (SSL-kNN) kombinira učenje reprezentacija bez oznaka s neparametarskim k-NN klasifikatorom. Neuronski enkoder se prvo trenira putem samo-nadgledanog cilja — kao što je kontrastivno učenje ili maskirano predviđanje — tako da se semantički slični uzorci grupiraju u prostoru ugrađivanja (embedding space). Jednostavno k-NN pretraživanje na tim ugrađivanjima zatim dodjeljuje oznake klase, služeći kao lagana sonda i kao praktični klasifikator.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A simple framework for contrastive learning of visual representations. In Proceedings of the 37th International Conference on Machine Learning (ICML), PMLR 119, 1597–1607. link ↗
- Wu, Z., Xiong, Y., Yu, S. X., & Lin, D. (2018). Unsupervised feature learning via non-parametric instance discrimination. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 3733–3742. DOI: 10.1109/CVPR.2018.00393 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Self-supervised K-Nearest Neighbors (SSL-kNN). ScholarGate. https://scholargate.app/hr/machine-learning/self-supervised-k-nearest-neighbors
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.
- Učenje metrikeStrojno učenje↔ compare
- Samonadzirano učenjeStrojno učenje↔ compare
- Polu-nadgledani K-najbližih susjedaStrojno učenje↔ compare
- Prijenosno učenjeStrojno učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →