K-nearest neighbors auto-supervizat
K-nearest neighbors auto-supervizat (SSL-kNN) combină învățarea reprezentărilor fără etichete cu un clasificator k-NN non-parametric. Un encoder neural este antrenat mai întâi printr-un obiectiv auto-supervizat — cum ar fi predicția contrastivă sau mascată — astfel încât eșantioanele semantic similare să fie grupate în spațiul de încorporare. O simplă căutare k-NN pe acele încorporări atribuie apoi etichete de clasă, servind atât ca o sondă ușoară, cât și ca un clasificator practic.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Self-supervised K-Nearest Neighbors (SSL-kNN). ScholarGate. https://scholargate.app/ro/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.
- Învățarea metricilorÎnvățare automată↔ compare
- Învățare auto-supervizatăÎnvățare automată↔ compare
- K-Nearest Neighbors semi-supervizatÎnvățare automată↔ compare
- Învățare prin transferÎnvățare automată↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →