Самокеровані K-найближчі сусіди
Самокеровані K-найближчі сусіди (SSL-kNN) поєднують навчання представлень без міток із непараметричним k-NN класифікатором. Нейронний кодер спочатку тренується за допомогою самокерованої цільової функції — такої як контрастивне навчання або передбачення за маскою — так, щоб семантично подібні зразки кластеризувалися разом у просторі вбудовування. Простий пошук k-NN за цими вбудовуваннями потім призначає мітки класів, слугуючи як легким зондом, так і практичним класифікатором.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Self-supervised K-Nearest Neighbors (SSL-kNN). ScholarGate. https://scholargate.app/uk/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.
- Навчання метрикМашинне навчання↔ compare
- Самокероване навчанняМашинне навчання↔ compare
- Напівавтоматичний метод K-найближчих сусідівМашинне навчання↔ compare
- Трансферне навчанняМашинне навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →