Online självövervakad inlärning
Online självövervakad inlärning (online SSL) tränar neurala nätverk på oetiketterad data som anländer sekventiellt eller i strömmar, med hjälp av automatiskt genererade övervakningssignaler (pretext-uppgifter) istället för mänskliga etiketter. Genom att kontinuerligt uppdatera modellen allt eftersom ny data flödar in, möjliggörs ständigt utvecklande representationer utan att lagra hela datasetet — kritiskt för realtidssystem, edge-enheter och integritetsbegränsade miljöer.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Online Self-supervised Learning (Continual Self-supervised Representation Learning from Streaming Data). ScholarGate. https://scholargate.app/sv/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.
- Online LearningMaskininlärning↔ compare
- Självövervakad inlärningMaskininlärning↔ compare
- ÖverföringsinlärningMaskininlärning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →