Apprendimento Autosupervisionato Online
L'apprendimento autosupervisionato online (online SSL) addestra reti neurali su dati non etichettati che arrivano sequenzialmente o in stream, utilizzando segnali di supervisione generati automaticamente (task pretesto) invece di etichette umane. Aggiornando continuamente il modello man mano che arrivano nuovi dati, consente rappresentazioni in perpetua evoluzione senza memorizzare l'intero dataset — fondamentale per sistemi in tempo reale, dispositivi edge e contesti con vincoli sulla privacy.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Gidaris, S., Bursuc, A., Komodakis, N., Perez, P., & Cord, M. (2021). OBoW: Online Bag-of-Visual-Words Generation for Self-Supervised Learning. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 6830–6840. link ↗
- Fini, E., Da Costa, V. G. T., Alameda-Pineda, X., Ricci, E., Alahari, K., & Mairal, J. (2022). Self-Supervised Models are Continual Learners. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 9621–9630. link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Online Self-supervised Learning (Continual Self-supervised Representation Learning from Streaming Data). ScholarGate. https://scholargate.app/it/machine-learning/online-self-supervised-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.
- Apprendimento OnlineApprendimento automatico↔ compare
- Apprendimento AutocontrollatoApprendimento automatico↔ compare
- Apprendimento per trasferimentoApprendimento automatico↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →