Machine learningMachine learning
Self-supervised DBSCAN
Self-supervised DBSCAN は、まず教師なし学習の pretext task（対照学習やマスク再構成など）を用いてニューラルエンコーダを訓練し、ラベルなしデータからコンパクトで意味的に意味のある埋め込みを生成し、次に結果の埋め込み空間で DBSCAN を適用して、クラスラベルを一切必要とせずに任意の形状のクラスタを発見する、2段階の教師なしパイプラインです。
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
- Ester, M., Kriegel, H.-P., Sander, J., & Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. In Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining (KDD-96), pp. 226–231. AAAI Press. link ↗
- Zhan, X., Liu, Z., Luo, P., Tang, X., & Loy, C. C. (2018). Rethinking deep neural network training for face recognition: A geometric approach. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2045–2054. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Self-supervised Representation Learning with DBSCAN Clustering. ScholarGate. https://scholargate.app/ja/machine-learning/self-supervised-dbscan
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.
- DBSCAN機械学習↔ compare
- HDBSCAN機械学習↔ compare
- K-means クラスタリング機械学習↔ compare
- 自己教師あり学習機械学習↔ compare
- 半教師あり DBSCAN機械学習↔ compare