Machine learningDeep learning / NLP / CV

약지도 트랜스포머

약지도 트랜스포머(Weakly Supervised Transformer)는 트랜스포머 아키텍처의 강력한 표현력과 노이즈가 많거나 불완전하거나 프로그램적으로 생성된 레이블을 활용하는 약지도(weak supervision) 전략을 결합합니다. 이를 통해 완전하게 주석이 달린 데이터셋이 부족하거나 생산 비용이 너무 많이 드는 경우에도 고품질의 자연어 처리(NLP) 및 비전 모델을 훈련할 수 있습니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

약지도 트랜스포머

BERT 기반 분류 파인튜닝 트랜스포머 Self-supervised Transfor…준지도 학습 트랜스포머 약한 지도 BERT 기반 분류 약한 지도 학습 그래프 신경망 약지도 GRU 약지도 학습 LSTM 약한 지도 다층 퍼셉트론 약한 지도 순환 신경망

출처

Ratner, A., Bach, S. H., Ehrenberg, H., Fries, J., Wu, S., & Re, C. (2017). Snorkel: Rapid training data creation with weak supervision. Proceedings of the VLDB Endowment, 11(3), 269–282. DOI: 10.14778/3157794.3157797 ↗
Zhou, Z.-H. (2018). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗

이 페이지 인용 방법

ScholarGate. (2026, June 3). Weakly Supervised Transformer. ScholarGate. https://scholargate.app/ko/deep-learning/weakly-supervised-transformer

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 →

이 방법을 참조하는 항목

약한 지도 학습 그래프 신경망 약지도 GRU 약지도 학습 LSTM 약한 지도 다층 퍼셉트론 약한 지도 순환 신경망

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →