초록
이 연구는 이미지 분류기의 반監督학습(semi-supervised learning) 문제를 다룹니다. 주요 통찰력은 빠르게 발전하고 있는 자기監督시각표현학습(self-supervised visual representation learning) 분야가 반監督학습 분야에 도움이 될 수 있다는 것입니다. 이 두 접근 방식을 통합하여, 우리는 자기監督반監督학습(self-supervised semi-supervised learning) 프레임워크를 제안하고 이를 사용하여 두 가지 새로운 반監督 이미지 분류 방법을 도출합니다. 우리는 이러한 방법들이 신중하게 조정된 기준모델(baselines)과 기존의 반監督학습 방법들에 비해 효과적임을 입증합니다. 그 다음으로, 우리의 접근법과 기존의 반監督학습 방법들을 공동으로 훈련할 수 있음을 보여주며, 이로 인해 10%의 라벨만 사용한 ILSVRC-2012 데이터셋에서 새로운 최고 성능을 달성하였습니다.注：在韩文中，“半监督学习”通常翻译为“반감독학습”，但为了保持与原文的一致性和专业术语的准确性，这里使用了“반監督学習”。同样，“自我监督视觉表示学习”翻译为“자기감독시각표현학습”。如果需要更符合韩语习惯的术语，请告知。