홈 / 머신러닝 / 자기 지도 연합 학습 Machine learning Machine learning
자기 지도 연합 학습 자기 지도 연합 학습은 데이터가 로컬 장치를 절대 떠나지 않는 연합 훈련과, 대조 학습 또는 마스크 예측과 같은 자기 지도 사전 과제를 결합합니다. 클라이언트는 자신의 레이블 없는 데이터로부터 범용 표현을 학습하고, 원시 데이터가 아닌 모델 업데이트만 중앙 서버와 공유하여 이를 전역 인코더로 집계합니다.
핵심 정보
Originator McMahan et al. (federated); Zhuang et al. and others (federated SSL combination)
Year 2021–2022
Type Federated self-supervised pretraining paradigm
DataType Unlabeled distributed data (images, text, sensor readings)
Subfamily Machine learning 이 페이지에서 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.
출처 Zhuang, W., Wen, Y., & Zhang, S. (2021). Divergence-aware Federated Self-Supervised Learning. In International Conference on Learning Representations (ICLR 2022). link ↗ Federated learning. Wikipedia. link ↗ 이 페이지 인용 방법 APA BibTeX RIS 복사
ScholarGate. (2026, June 3). Self-supervised Learning in Federated Settings. ScholarGate. https://scholargate.app/ko/machine-learning/self-supervised-federated-learning
BibTeX 다운로드 RIS 다운로드
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 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →
ScholarGate — Self-supervised Federated learning (Self-supervised Learning in Federated Settings). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/machine-learning/self-supervised-federated-learning · 데이터셋: https://doi.org/10.5281/zenodo.20539026