Machine learningMachine learning
アンサンブル自己教師あり学習
アンサンブル自己教師あり学習（Ensemble Self-supervised Learning）は、複数の自己教師ありモデル、目的関数、またはデータ拡張ビューを統一されたフレームワークに結合し、ラベルなしデータからよりロバストで汎化可能な表現を生成します。多様な自己教師ありシグナルを集約することで、アンサンブルは表現の崩壊のリスクを低減し、下流タスクにおいて単一目的のSSLアプローチよりも優れた性能を発揮します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Grill, J.-B., Strub, F., Altché, F., Tallec, C., Richemond, P. H., Buchatskaya, E., Doersch, C., Ávila Pires, B., Guo, Z., Gheshlaghi Azar, M., Piot, B., Kavukcuoglu, K., Munos, R., & Valko, M. (2020). Bootstrap Your Own Latent: A New Approach to Self-Supervised Learning. Advances in Neural Information Processing Systems, 33, 21271–21284. link ↗
- Caron, M., Touvron, H., Misra, I., Jégou, H., Mairal, J., Bojanowski, P., & Joulin, A. (2021). Emerging Properties in Self-Supervised Vision Transformers. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 9650–9660. DOI: 10.1109/ICCV48922.2021.00951 ↗
このページの引用方法
ScholarGate. (2026, June 3). Ensemble Self-supervised Learning (Combining Multiple Self-supervised Models or Objectives). ScholarGate. https://scholargate.app/ja/machine-learning/ensemble-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.
Compare side by side →