Önfelügyelt metrikus tanulás
Az önfelügyelt metrikus tanulás neurális enkódert képez, hogy az bemeneteket úgy ágyazza be, hogy szemantikailag hasonló elemek közel legyenek egymáshoz a vektortérben, automatikusan generált pszeudocímkék felhasználásával, emberi annotációk helyett. Az önfelügyelt előfeladatok kontrasztív vagy triplet-alapú metrikus célokkal való kombinálásával átadható, címkehatékony reprezentációkat hoz létre, amelyek alkalmazhatók lekérdezésre, klaszterezésre és kevésmintás osztályozásra.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A Simple Framework for Contrastive Learning of Visual Representations. Proceedings of the 37th International Conference on Machine Learning (ICML 2020), PMLR 119, 1597–1607. link ↗
- Khosla, P., Tian, Y., Wang, X., Liu, C., Krishnan, D., Isola, P., & Tian, Y. (2020). Supervised Contrastive Learning. Advances in Neural Information Processing Systems (NeurIPS 2020), 33, 18661–18673. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Self-supervised Metric Learning. ScholarGate. https://scholargate.app/hu/machine-learning/self-supervised-metric-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.
- MetrikatanulásGépi tanulás↔ compare
- Önfelügyelt tanulásGépi tanulás↔ compare
- Sziámi neurális hálózatMélytanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →