Полное описание

Васильев, Р. Л. Нейросетевое обучение метрик: сравнение функций потерь / Р. Л. Васильев, А. Г. Дьяконов. - DOI 10.31857/S268695432360060X. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - 2023. - Т. 514, № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения. - С. 60-71. - Библиогр. в конце ст. - ISSN 2686-9543.

ГРНТИ	УДК
28.23.37	004.032.26
28.23.25	004.85

Рубрики:
Нейронные сети
Машинное обучение

Кл.слова (ненормированные): машинное обучение -- глубокое обучение -- метрика -- схожесть
Аннотация: Представлен обзор методов обучения метрик с помощью глубоких нейронных сетей. Эти методы появились в последние годы, но сравнивались лишь с предшественниками, используя для обучения представлений (на которых вычисляется метрика) нейронные сети устаревших на данный момент архитектур. Проведено сравнение описанных методов на разных датасетах из нескольких доменов, используя предобученные нейронные сети, сопоставимые по качеству с SotA (state of the art): ConvNeXt для изображений, DistilBERT для текстов. Использовались размеченные наборы данных, разбитые на две части (обучение и контроль) таким образом, чтобы классы не пересекались (т.е. в контроле нет объектов тех классов, которые были в обучении). Подобное масштабное честное сравнение сделано впервые и привело к неожиданным выводам: некоторые “старые” методы, например Tuplet Margin Loss, превосходят по качеству свои современные модификации и методы, предложенные в совсем свежих работах.
Доп. точки доступа:
Дьяконов, Александр Геннадьевич


Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -826941-904489)

Шифр в сводном ЭК: 354f88732ee3d22bce68f2b22ed6e6ac

Заказать
Заказ фрагмента документа ₽