Machine learningMachine learning

Pašuzraudzītā federatīvā apmācība

Pašuzraudzītā federatīvā apmācība apvieno federatīvo apmācību — kurā dati nekad neatstāj lokālās ierīces — ar pašuzraudzības uzdevumiem, piemēram, kontrastīvo apmācību vai maskēto prognozēšanu. Klienti apgūst vispārīgus attēlojumus no saviem neapzīmētajiem datiem un kopīgo tikai modeļa atjauninājumus, nevis neapstrādātus datus, ar centrālo serveri, kas tos apkopo globālā kodētājā.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

Avoti

  1. Zhuang, W., Wen, Y., & Zhang, S. (2021). Divergence-aware Federated Self-Supervised Learning. In International Conference on Learning Representations (ICLR 2022). link
  2. Federated learning. Wikipedia. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Self-supervised Learning in Federated Settings. ScholarGate. https://scholargate.app/lv/machine-learning/self-supervised-federated-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
ScholarGateSelf-supervised Federated learning (Self-supervised Learning in Federated Settings). Izgūts 2026-06-15 no https://scholargate.app/lv/machine-learning/self-supervised-federated-learning · Datu kopa: https://doi.org/10.5281/zenodo.20539026