Machine learningMachine learning
自己教師あり距離学習
自己教師あり距離学習は、人間のアノテーションの代わりに自動生成された疑似ラベルを使用して、意味的に類似した項目がベクトル空間内で互いに近くに配置されるように入力を埋め込むニューラルエンコーダをトレーニングします。自己教師ありのプレテキストタスクと対照的またはトリプレットベースの距離目的を組み合わせることで、検索、クラスタリング、および少数ショット分類に適用可能な、転移可能でラベル効率の良い表現を生成します。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Self-supervised Metric Learning. ScholarGate. https://scholargate.app/ja/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.
Compare side by side →