Model Gaussian Mixture Mandiri-Terbimbing (SS-GMM)

Model Gaussian Mixture Mandiri-Terbimbing (SS-GMM) mengombinasikan pembelajaran representasi mandiri-terbimbing dengan prior probabilistik Gaussian mixture untuk menemukan kluster bermakna dalam data tanpa label atau berlabel sebagian. Dengan memanfaatkan tugas pretext untuk mempelajari embedding yang kaya sebelum menyesuaikan GMM, ia mencapai kualitas kluster yang jarang dicapai oleh GMM standar yang diterapkan pada fitur mentah, terutama pada data gambar, teks, atau biologis yang kompleks.