자기 지도 K-평균

자기 지도 K-평균(Self-supervised K-means)은 K-평균 할당과 자기 지도 표현 학습을 결합한 클러스터링 기법입니다. 이 모델은 레이블이 없는 데이터 포인트를 K개의 그룹으로 클러스터링하는 것과, 해당 클러스터 할당을 의사 레이블(pseudo-labels)로 사용하여 기본 특징 표현을 개선하는 과정을 번갈아 수행함으로써, 인간이 주석을 달지 않은 실제 정답(ground truth) 없이도 점점 더 일관성 있는 클러스터를 생성합니다.