Aprendizagem Ativa com Aprendizagem Auto-supervisionada
A aprendizagem ativa combinada com a aprendizagem auto-supervisionada alavanca dados não rotulados através de pré-treinamento auto-supervisionado para construir representações ricas, e então usa uma estratégia de consulta ativa para selecionar os exemplos mais informativos para anotação humana, maximizando o desempenho do modelo sob um orçamento de rotulagem restrito. Esta abordagem híbrida é especialmente poderosa quando dados rotulados são escassos, mas existem grandes conjuntos de dados não rotulados.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Bengar, J. Z., van de Weijer, J., Fuentes, L. L., & Raducanu, B. (2022). Class-Balanced Active Learning for Image Classification. Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), 3082–3091. link ↗
- Wang, K., Zhang, D., Li, Y., Zhang, R., & Lin, L. (2016). Cost-Effective Active Learning for Deep Image Classification. IEEE Transactions on Circuits and Systems for Video Technology, 27(12), 2591–2600. DOI: 10.1109/TCSVT.2016.2589879 ↗
Como citar esta página
ScholarGate. (2026, June 3). Active Learning with Self-supervised Representation Learning. ScholarGate. https://scholargate.app/pt/machine-learning/active-learning-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.
- Aprendizagem AtivaAprendizado de máquina↔ compare
- Aprendizado com Poucos ExemplosAprendizado de máquina↔ compare
- Aprendizado OnlineAprendizado de máquina↔ compare
- Aprendizado AutossupervisionadoAprendizado de máquina↔ compare
- Aprendizado Semi-supervisionadoAprendizado de máquina↔ compare
- Aprendizagem por TransferênciaAprendizado de máquina↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →