Consecuentes avances del aprendizaje auto-supervisado (SSL) en contextos de aprendizaje profundo
Autores: Abdulrazzaq, Mohammed Majid; Ramaha, Nehad T. A.; Hameed, Alaa Ali; Salman, Mohammad; Yon, Dong Keon; Fitriyani, Norma Latif; Syafrudin, Muhammad; Lee, Seung Won
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Consecuentes avances del aprendizaje auto-supervisado (SSL) en contextos de aprendizaje profundo
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Técnica
Redes neuronales
Aprendizaje automático
Modelos de aprendizaje profundo
Ingeniería industrial
Medicina
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
El aprendizaje auto-supervisado (SSL) es una técnica potencial de aprendizaje profundo (DL) que utiliza volúmenes masivos de datos no etiquetados para entrenar redes neuronales.
Descripción
El aprendizaje auto-supervisado (SSL) es una técnica potencial de aprendizaje profundo (DL) que utiliza volúmenes masivos de datos no etiquetados para entrenar redes neuronales.