Samouczenie samo nadzorowanie w trybie online
Samouczenie samo nadzorowanie w trybie online (online SSL) trenuje sieci neuronowe na nieetykietowanych danych, które napływają sekwencyjnie lub strumieniowo, wykorzystując automatycznie generowane sygnały nadzorujące (zadania pretekstowe) zamiast etykiet ludzkich. Ciągle aktualizując model w miarę napływu nowych danych, umożliwia on ciągłe ewoluowanie reprezentacji bez konieczności przechowywania całego zbioru danych — co jest kluczowe dla systemów czasu rzeczywistego, urządzeń brzegowych i ustawień z ograniczeniami prywatności.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Gidaris, S., Bursuc, A., Komodakis, N., Perez, P., & Cord, M. (2021). OBoW: Online Bag-of-Visual-Words Generation for Self-Supervised Learning. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 6830–6840. link ↗
- Fini, E., Da Costa, V. G. T., Alameda-Pineda, X., Ricci, E., Alahari, K., & Mairal, J. (2022). Self-Supervised Models are Continual Learners. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 9621–9630. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Online Self-supervised Learning (Continual Self-supervised Representation Learning from Streaming Data). ScholarGate. https://scholargate.app/pl/machine-learning/online-self-supervised-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.
- Uczenie onlineUczenie maszynowe↔ compare
- Uczenie samo nadzorowaneUczenie maszynowe↔ compare
- Uczenie transferoweUczenie maszynowe↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →