Mô hình Hỗn hợp Gaussian Tự giám sát

Mô hình Hỗn hợp Gaussian Tự giám sát (SS-GMM) kết hợp học biểu diễn tự giám sát với một tiên nghiệm hỗn hợp Gaussian xác suất để khám phá các cụm có ý nghĩa trong dữ liệu chưa được gán nhãn hoặc gán nhãn một phần. Bằng cách tận dụng các tác vụ tiền đề để học các biểu diễn phong phú trước khi khớp một GMM, nó đạt được chất lượng cụm mà các GMM tiêu chuẩn áp dụng cho các đặc trưng thô hiếm khi đạt được, đặc biệt là trên dữ liệu hình ảnh, văn bản hoặc sinh học phức tạp.