Học Tăng Cường Tự Giám Sát
Học Tăng Cường Tự Giám Sát (SSL-AL) là một mô hình học máy hiệu quả về nhãn, thực hiện tiền huấn luyện mô hình trên dữ liệu chưa có nhãn bằng các mục tiêu tự giám sát, sau đó yêu cầu chiến lược một người cung cấp nhãn (oracle) cung cấp các nhãn mang tính thông tin nhất bằng một hàm thu nhận học tăng cường. Kết quả là hiệu suất dự đoán mạnh mẽ với một phần nhỏ chi phí chú thích so với các phương pháp giám sát hoàn toàn.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Bengar, J. Z., van de Weijer, J., Twardowski, B., & Raducanu, B. (2021). Reducing Label Effort: Self-Supervised Meets Active Learning. In Proceedings of the IEEE/CVF International Conference on Computer Vision Workshops (ICCVW), pp. 1631–1639. link ↗
- Zhan, X., Wang, Q., Huang, K.-H., Xiong, H., Dou, D., & Chan, A. B. (2022). A comparative survey of deep active learning. arXiv preprint arXiv:2203.13450. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Self-supervised Active Learning (SSL-AL hybrid label-efficient framework). ScholarGate. https://scholargate.app/vi/machine-learning/self-supervised-active-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.
- Học chủ độngHọc máy↔ compare
- Lan truyền nhãnHọc máy↔ compare
- Học tăng cường tự giám sátHọc máy↔ compare
- Học bán giám sátHọc máy↔ compare
- Transfer LearningHọc máy↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →