Machine learningMachine learning
자기 지도식 K-최근접 이웃
자기 지도식 K-최근접 이웃(SSL-kNN)은 레이블이 없는 표현 학습과 비모수적 k-NN 분류기를 결합합니다. 먼저 대조 학습 또는 마스크 예측과 같은 자기 지도식 목표를 통해 신경 인코더를 훈련하여, 의미론적으로 유사한 샘플들이 임베딩 공간에서 함께 군집되도록 합니다. 그런 다음 해당 임베딩에 대한 간단한 k-NN 조회를 통해 클래스 레이블을 할당하며, 이는 경량 프로브이자 실용적인 분류기 역할을 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Self-supervised K-Nearest Neighbors (SSL-kNN). ScholarGate. https://scholargate.app/ko/machine-learning/self-supervised-k-nearest-neighbors
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.
- 메트릭 학습머신러닝↔ compare
- 자기 지도 학습머신러닝↔ compare
- 준지도 K-최근접 이웃 (Semi-supervised K-Nearest Neighbors)머신러닝↔ compare
- 전이 학습머신러닝↔ compare