Apprendimento Metrico Auto-supervisionato
L'apprendimento metrico auto-supervisionato addestra un codificatore neurale a incorporare input in modo che elementi semanticamente simili giacciano vicini nello spazio vettoriale, utilizzando pseudo-etichette generate automaticamente invece di annotazioni umane. Combinando compiti pretesto auto-supervisionati con obiettivi metrici contrastivi o basati su triplette, produce rappresentazioni trasferibili ed efficienti in termini di etichette, applicabili al recupero, al clustering e alla classificazione few-shot.
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
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Self-supervised Metric Learning. ScholarGate. https://scholargate.app/it/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.
- Apprendimento metricoApprendimento automatico↔ compare
- Apprendimento AutocontrollatoApprendimento automatico↔ compare
- Siamese NetworkApprendimento profondo↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →