K-means auto-supervisionado

K-means auto-supervisionado é uma técnica de agrupamento que combina a atribuição K-means com aprendizado de representação auto-supervisionado. O modelo alterna entre agrupar pontos de dados não rotulados em K grupos e usar essas atribuições de cluster como pseudo-rótulos para refinar uma representação de características subjacente, gerando clusters progressivamente mais coerentes sem qualquer verdade fundamental anotada por humanos.