Machine learningMachine learning
自己教師ありk近傍法
自己教師ありk近傍法（SSL-kNN）は、ラベルなしでの表現学習とノンパラメトリックなk-NN分類器を組み合わせたものである。まず、対照学習やマスク予測などの自己教師あり目的関数を用いてニューラルエンコーダを訓練し、意味的に類似したサンプルが埋め込み空間内でクラスタ化されるようにする。その後、それらの埋め込みに対する単純なk-NNルックアップによってクラスラベルが付与され、軽量なプローブとしても実用的な分類器としても機能する。
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。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A simple framework for contrastive learning of visual representations. In Proceedings of the 37th International Conference on Machine Learning (ICML), PMLR 119, 1597–1607. link ↗
- Wu, Z., Xiong, Y., Yu, S. X., & Lin, D. (2018). Unsupervised feature learning via non-parametric instance discrimination. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 3733–3742. DOI: 10.1109/CVPR.2018.00393 ↗
このページの引用方法
ScholarGate. (2026, June 3). Self-supervised K-Nearest Neighbors (SSL-kNN). ScholarGate. https://scholargate.app/ja/machine-learning/self-supervised-k-nearest-neighbors
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
並べて比較する →