Machine learningMachine learning

Önfelügyelt szövetségi tanulás

Az önfelügyelt szövetségi tanulás (Self-supervised Federated Learning) ötvözi a szövetségi képzést – ahol az adatok soha nem hagyják el a helyi eszközöket – olyan önfelügyelt előfeladatokkal, mint a kontrasztív tanulás vagy az elfedett predikció. Az ügyfelek általános célú reprezentációkat tanulnak saját címkézetlen adataikból, és csak modellfrissítéseket, nem pedig nyers adatokat osztanak meg egy központi szerverrel, amely ezeket összesíti egy globális kódolóvá.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

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

Források

  1. Zhuang, W., Wen, Y., & Zhang, S. (2021). Divergence-aware Federated Self-Supervised Learning. In International Conference on Learning Representations (ICLR 2022). link
  2. Federated learning. Wikipedia. link

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Self-supervised Learning in Federated Settings. ScholarGate. https://scholargate.app/hu/machine-learning/self-supervised-federated-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
ScholarGateSelf-supervised Federated learning (Self-supervised Learning in Federated Settings). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/machine-learning/self-supervised-federated-learning · Adatkészlet: https://doi.org/10.5281/zenodo.20539026