ScholarGate
Ассистент
Machine learningMachine learning

Федеративное обучение с самоконтролем (Self-supervised Federated Learning)

Федеративное обучение с самоконтролем объединяет федеративное обучение — при котором данные никогда не покидают локальные устройства — с задачами самоконтроля, такими как контрастное обучение или маскированное предсказание. Клиенты обучают универсальные представления на своих собственных неразмеченных данных и передают только обновления модели, а не необработанные данные, центральному серверу, который агрегирует их в глобальный энкодер.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. Zhuang, W., Wen, Y., & Zhang, S. (2021). Divergence-aware Federated Self-Supervised Learning. In International Conference on Learning Representations (ICLR 2022). link
  2. Federated learning. Wikipedia. link

Как цитировать эту страницу

ScholarGate. (2026, June 3). Self-supervised Learning in Federated Settings. ScholarGate. https://scholargate.app/ru/machine-learning/self-supervised-federated-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.

Compare side by side
ScholarGateSelf-supervised Federated learning (Self-supervised Learning in Federated Settings). Получено 2026-06-15 из https://scholargate.app/ru/machine-learning/self-supervised-federated-learning · Набор данных: https://doi.org/10.5281/zenodo.20539026