Machine learningMachine learning

การเรียนรู้แบบรวมศูนย์ที่กำกับดูแลตนเอง

การเรียนรู้แบบรวมศูนย์ที่กำกับดูแลตนเอง (Self-supervised Federated Learning) ผสมผสานการฝึกอบรมแบบรวมศูนย์ ซึ่งข้อมูลจะยังคงอยู่ในอุปกรณ์ท้องถิ่น ไม่มีการเคลื่อนย้ายออกไป กับงานนำร่องที่กำกับดูแลตนเอง (self-supervised pretext tasks) เช่น การเรียนรู้เชิงเปรียบเทียบ (contrastive learning) หรือการทำนายส่วนที่ถูกปิดบัง (masked prediction) โดยที่ไคลเอนต์จะเรียนรู้การนำเสนอข้อมูลวัตถุประสงค์ทั่วไปจากข้อมูลที่ไม่มีป้ายกำกับของตนเอง และแบ่งปันเฉพาะการอัปเดตโมเดล ไม่ใช่ข้อมูลดิบ กับเซิร์ฟเวอร์กลางที่รวบรวมการอัปเดตเหล่านั้นเข้าเป็นตัวเข้ารหัสส่วนกลาง (global encoder)

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

  1. Zhuang, W., Wen, Y., & Zhang, S. (2021). Divergence-aware Federated Self-Supervised Learning. In International Conference on Learning Representations (ICLR 2022). link
  2. Federated learning. Wikipedia. link

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Self-supervised Learning in Federated Settings. ScholarGate. https://scholargate.app/th/machine-learning/self-supervised-federated-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
ScholarGateSelf-supervised Federated learning (Self-supervised Learning in Federated Settings). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/machine-learning/self-supervised-federated-learning · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026