مروری بر روش های یادگیری انتقالی عمیق
- سال انتشار: 1403
- محل انتشار: نهمین همایش ملی مطالعات و تحقیقات نوین در حوزه علوم کامپیوتر، برق و مکانیک ایران
- کد COI اختصاصی: ICCONF09_160
- زبان مقاله: فارسی
- تعداد مشاهده: 264
نویسندگان
گروه فنی و مهندسی ، تهران، ایران دا دانشگاه پیام نور
چکیده
یادگیری عمیق پاسخ بسیاری از مشکلات یادگیری ماشین در دو دهه گذشته بوده است . با این حال، با دو محدودیت قابل توجه همراه است : وابستگی به داده های برچسب گذاری شده گسترده و هزینه های آموزشی . یادگیری انتقالی در یادگیری عمیق ، که به عنوان یادگیری انتقال عمیق شناخته می شود، تلاش می کند تا با استفاده مجدد از دانش به دست آمده از دادهها، این چنین اتکا و هزینه هایی را کاهش دهد. بیشتر تکنیک های یادگیری انتقال عمیق کاربردی، رویکردهای مبتنی بر شبکه /مدل هستند. این روش ها وابستگی مدل های یادگیری عمیق به داده های آموزشی گسترده را کاهش داده و هزینه های آموزشی را به شدت کاهش می دهد. علاوه بر این ، کاهش هزینه آموزش باعث می شود یادگیری انتقال عمیق روی دستگاه های لبه با منابع محدود قابل اجرا باشد. مانند هر پیشرفت جدید، روش های یادگیری انتقال عمیق محدودیت های خاص خود را دارند و انتقال یادگیری موفق به تنظیمات و استراتژی های خاص برای سناریوهای مختلف بستگی دارد. این مقاله به بررسی مفهوم، تعریف و طبقه بندی یادگیری انتقال عمیق و روش های شناخته شده می پردازد. این روش رویکردهای یادگیری انتقال عمیق را با مرور تکنیک های کاربردی یادگیری انتقال عمیق در چند سال گذشته و چند تحلیل تجربی از یادگیری انتقال عمیق برای کشف بهترین روش برای استفاده از یادگیری انتقال عمیق در سناریوهای مختلف بررسی می کند. علاوه بر این ، محدودیت های یادگیری انتقال عمیق (معضل فراموشی فاجعه بار و مدلهای از پیش آموزش دیده بیش از حد مغرضانه ) همراه با راه حل های احتمالی مورد بحث قرار می گیرند.کلیدواژه ها
یادگیری ماشین ، یادگیری عمیق ، یادگیری انتقالی و یادگیری انتقالی عمیقمقالات مرتبط جدید
- تحلیل انطباقی کیفیت و میزان محبوبیت خدمات ابری با بررسی و مقایسه رتبه بندی Tranco و رتبه بندی عملکردی شرکت های ابری
- طبقه بندی سیگنال های EEG ثبت شده از قشر پیش پیشانی به منظور کشف اثر موسیقی در شدت احساسات با استفاده از شبکه عصبی مصنوعی و پرسشنامه
- ارائه رویکردی برای مدیریت ریسک در پروژه های نرمافزاری با استفاده از خوشه بندی تجمعی
- تحلیل احتمالنقض ترتیب علیتی پیام ها در یک الگوریتم پخش علیتی در سیستمهای توزیع شده
- بهینه سازی به سبک گربه های شنی: الگوریتمی برای جستجوی کارآمد و مدیریت ازدحام
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.