Samoučiacie sa K-najbližších susedov
Samoučiacie sa K-najbližších susedov (SSL-kNN) kombinuje učenie reprezentácií bez označení s neparametrickým klasifikátorom k-NN. Neurónový enkodér je najprv natrénovaný pomocou samoučiacieho sa cieľa – ako je kontrastné učenie alebo maskované predikcie – tak, aby sa sémanticky podobné vzorky zoskupovali v priestore vložení (embedding space). Jednoduché vyhľadávanie k-NN na týchto vloženiach potom priradí triedne označenia, slúžiace ako ľahký nástroj na testovanie (probe) aj ako praktický klasifikátor.
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
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Self-supervised K-Nearest Neighbors (SSL-kNN). ScholarGate. https://scholargate.app/sk/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.
- Učenie metríkStrojové učenie↔ compare
- SamoučenieStrojové učenie↔ compare
- Polosupervízované K-najbližších susedovStrojové učenie↔ compare
- Prenosové učenieStrojové učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →