Samoučiacie DBSCAN
Samoučiacie DBSCAN je dvojfázový bezdozorový proces, ktorý najprv trénuje neurónový enkodér na predtextovej úlohe – ako je kontrastívne učenie alebo maskovaná rekonštrukcia – na získanie kompaktných, sémanticky zmysluplných vkladaní z neoznačených dát, a potom aplikuje DBSCAN vo výslednom priestore vkladaní na objavenie ľubovoľne tvarovaných zhlukov bez potreby akýchkoľvek triednych označení.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Ester, M., Kriegel, H.-P., Sander, J., & Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. In Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining (KDD-96), pp. 226–231. AAAI Press. link ↗
- Zhan, X., Liu, Z., Luo, P., Tang, X., & Loy, C. C. (2018). Rethinking deep neural network training for face recognition: A geometric approach. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2045–2054. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Self-supervised Representation Learning with DBSCAN Clustering. ScholarGate. https://scholargate.app/sk/machine-learning/self-supervised-dbscan
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.
- DBSCANStrojové učenie↔ compare
- HDBSCANStrojové učenie↔ compare
- Zhlukovanie K-meansStrojové učenie↔ compare
- SamoučenieStrojové učenie↔ compare
- Polosupervidovaný DBSCANStrojové učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →