Zelf-gesuperviseerd Federatief Leren
Zelf-gesuperviseerd Federatief Leren combineert federatieve training — waarbij gegevens nooit lokale apparaten verlaten — met zelf-gesuperviseerde 'pretext'-taken zoals contrastief leren of gemaskeerde voorspelling. Clients leren algemene representaties uit hun eigen ongelabelde gegevens en delen alleen modelupdates, geen ruwe gegevens, met een centrale server die deze aggregeert tot een globale encoder.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
Deze pagina citeren
ScholarGate. (2026, June 3). Self-supervised Learning in Federated Settings. ScholarGate. https://scholargate.app/nl/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.
- Federated LearningPrivacy↔ compare
- Few-shot LearningMachine learning↔ compare
- Zelf-gesuperviseerd LerenMachine learning↔ compare
- Semi-supervised LearningMachine learning↔ compare
- TransferlerenMachine learning↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →