ScholarGate
Asistenti
Machine learningMachine learning

Mësimi vetë-mbikëqyrës në linjë

Mësimi vetë-mbikëqyrës në linjë (SSL në linjë) trajnon rrjetet neurale në të dhëna të paetiketuara që mbërrijnë në mënyrë sekuenciale ose në rrjedha, duke përdorur sinjale mbikëqyrëse të gjeneruara automatikisht (detyra paraprake) në vend të etiketave njerëzore. Duke përditësuar modelin vazhdimisht ndërsa të dhënat e reja rrjedhin, ai mundëson përfaqësime që evoluojnë përgjithmonë pa ruajtur të gjithë grupin e të dhënave — kritike për sistemet në kohë reale, pajisjet kufitare dhe cilësimet e kufizuara nga privatësia.

Hapeni në MethodMindSë shpejtiVideoSë shpejtiDownload slides

Lexoni metodën e plotë

Vetëm për anëtarët

Hyni me një llogari falas për ta lexuar këtë seksion.

Hyni

Method map

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

Burimet

  1. Gidaris, S., Bursuc, A., Komodakis, N., Perez, P., & Cord, M. (2021). OBoW: Online Bag-of-Visual-Words Generation for Self-Supervised Learning. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 6830–6840. link
  2. Fini, E., Da Costa, V. G. T., Alameda-Pineda, X., Ricci, E., Alahari, K., & Mairal, J. (2022). Self-Supervised Models are Continual Learners. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 9621–9630. link

Si ta citoni këtë faqe

ScholarGate. (2026, June 3). Online Self-supervised Learning (Continual Self-supervised Representation Learning from Streaming Data). ScholarGate. https://scholargate.app/sq/machine-learning/online-self-supervised-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
ScholarGateOnline Self-supervised Learning (Online Self-supervised Learning (Continual Self-supervised Representation Learning from Streaming Data)). Marrë më 2026-06-15 nga https://scholargate.app/sq/machine-learning/online-self-supervised-learning · Seti i të dhënave: https://doi.org/10.5281/zenodo.20539026