自己教師あり混合ガウスモデル

自己教師あり混合ガウスモデル（SS-GMM）は、自己教師あり表現学習と確率的混合ガウス事前分布を組み合わせることで、ラベルなしまたは部分的にラベル付けされたデータから意味のあるクラスタを発見します。プレテキストタスクを利用してGMMを適合させる前にリッチな埋め込みを学習することにより、特に複雑な画像、テキスト、または生物学的データにおいて、生のフィーチャに適用された標準的なGMMではほとんど到達できないクラスタ品質を達成します。