Selv-supervisert k-nærmeste nabo
Selv-supervisert k-nærmeste nabo (SSL-kNN) kombinerer representasjonslæring uten etiketter med en ikke-parametrisk k-NN-klassifikator. En nevral koder trenes først via et selv-supervisert mål – som kontrastiv eller maskert prediksjon – slik at semantisk like prøver klynger seg sammen i innbyggingsrommet. Et enkelt k-NN-oppslag på disse innbyggingene tildeler deretter klassifikasjonsetiketter, og fungerer både som en lettvekts-sonde og som en praktisk klassifikator.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Self-supervised K-Nearest Neighbors (SSL-kNN). ScholarGate. https://scholargate.app/no/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.
- MetrikklæringMaskinlæring↔ compare
- Selv-supervisert læringMaskinlæring↔ compare
- Semi-supervised K-Nærmeste NaboerMaskinlæring↔ compare
- OverføringslæringMaskinlæring↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →