اشترك

الاستمرار بالحساب الحالي

شارك
شارك


قام باحثون في جامعة كارنيجي ميلون بابتكار تقنية جديدة تعلم الشبكة العصبونية تصنيف الأشياء على مراحل.

2020-05-11 13:00:20

11 مايو 2020
Article image
مصدر الصورة: صور جيتي
⁦⁩⁦⁩تدفق هائل للمعلومات تتمثل الممارسة المتبعة لتعليم خوارزميات التعلم الآلي في تلقيمها كافة التفاصيل دفعة واحدة. لنفترض مثلاً أنك تقوم ببناء نظام لتصنيف الصور يتعرف على أنواع مختلفة من الحيوانات، ستعرض على الخوارزمية عندئذ أمثلة عن كل نوع من الأنواع، وستقوم بتسميتها وفقاً لذلك، وليكن من الأمثلة على الكلاب "الراعي الألماني" و"البودل". ⁦⁩⁦⁩إلا أنه عندما يقوم أحد الوالدين بتعليم طفله، فإن الأسلوب يختلف بشكل كلي؛ حيث يبدأ الآباء بمسميات أوسع نطاقاً بكثير؛ حيث أي نوع من الكلاب يسمى في البداية ببساطة: "كلب". وعندما يتعلم الطفل كيفية تمييز هذه الفئات الأصغر، عندها فقط يقوم الآباء بتقسيم كل فئة إلى فئات فرعية أكثر تحديداً. ⁦⁩⁦تبديد التشويش استلهاماً من هذا الأسلوب في التعليم، قام باحثون في جامعة كارنيجي ميلون بابتكار تقنية جديدة تعلم الشبكة العصبونية تصنيف الأشياء على مراحل؛ حيث تتعامل الشبكة في كل مرحلة مع بيانات التدريب نفسها، لكن المسميات تبدأ على نحو بسيط وواسع النطاق، ثم تصبح أكثر تحديداً بمرور الوقت. و⁦⁩⁦⁩لتحديد هذا التقدم في مستوى الصعوبة، قام الباحثون في البداية بتلقيم الشبكة العصبونية ببيانات التدريب مع المسميات التفصيلية النهائية. ثم قاموا بحساب ما يعرف بمصفوفة التشويش أو الإرباك، التي توضح الفئات التي واجه النموذج صعوبة في

أدخل بريدك الإلكتروني واقرأ المقال مجاناً

أنشئ حساباً مجاناً واقرأ مقالتين مجاناً كل شهر من أوسع تشكيلة محتوى أنتجته ألمع العقول العالمية والعربية.



مراسلة الذكاء الاصطناعي ، إم آي تي تكنولوجي ريفيو