Impulsionamento Auto-supervisionado

O impulsionamento auto-supervisionado integra tarefas pretextuais auto-supervisionadas no framework de impulsionamento — cobrindo AdaBoost, impulsionamento de gradiente e suas variantes modernas — para alavancar grandes conjuntos de dados não rotulados. Ao primeiro aprender representações de características a partir de amostras não rotuladas e, em seguida, executar ensembles sequenciais de aprendizes fracos em dados pseudo-rotulados, ele atinge precisão competitiva mesmo quando os rótulos verdadeiros são escassos.