Samonadzorovani Gausov proces
Samonadzorovani Gausov proces (SSL-GP) kombinuje principijelno kvantifikovanje nesigurnosti Gausovih procesa sa samonadzorovanim predobučavanjem, učeći izražajne jezgre ili latentne reprezentacije iz neoznačenih podataka pre prilagođavanja GP-a na malom označenom skupu. Ovo čini pristup posebno moćnim u režimima sa malo označenih podataka gde bi konvencionalni GP preprilagođavanje ili proizvodio loše kalibrisane procene nesigurnosti.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Fortuin, V., Rätsch, G., & Mandt, S. (2020). GP-VAE: Deep probabilistic time series imputation using Gaussian process variational autoencoders. Proceedings of the 23rd International Conference on Artificial Intelligence and Statistics (AISTATS), PMLR 108, 1651–1661. link ↗
- Gaussian process. Wikipedia. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Self-supervised Gaussian Process (SSL-GP). ScholarGate. https://scholargate.app/sr/machine-learning/self-supervised-gaussian-process
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.
- Aktivno učenje Gausovim procesimaMašinsko učenje↔ compare
- Bajezov Gausov procesMašinsko učenje↔ compare
- Gausov procesMašinsko učenje↔ compare
- Samostalno učenjeMašinsko učenje↔ compare
- Polu-nadgledani Gausov procesMašinsko učenje↔ compare
- Varijacioni autoenkoderDuboko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →