zero shot learning

پیشنهاد کاربران

یادگیری بدون نمونه یا Zero - shot learning یا ( ZSL ) یک مشکل در یادگیری ماشینی است، جایی که در زمان آزمون، یک یادگیرنده نمونه هایی از کلاس هایی را که در طول آموزش مشاهده نشده اند مشاهده می کند و باید
...
[مشاهده متن کامل]
کلاس مربوط به آنها را پیش بینی کند. روشهای یادگیری بدون نمونه معمولاً با تداعی کلاسهای مشاهده شده و مشاهده نشده از طریق نوعی اطلاعات کمکی، که خصوصیات تمایز قابل مشاهده اشیا را رمزگذاری می کند، کار می کنند. به عنوان مثال، با توجه به مجموعه ای از تصاویر حیوانات برای طبقه بندی، همراه با توضیحات متنی کمکی از شکل ظاهری حیوانات، هوش مصنوعی که برای تشخیص اسب آموزش دیده است، اما هرگز گورخر را ندیده است، می تواند گورخر را تشخیص دهد از آنجایی که می داند گورخرها مانند اسب های راه راه به نظر می رسند. این مشکل به طور گسترده ای در بینایی رایانه، پردازش زبان طبیعی و درک ماشین مورد مطالعه قرار گرفته است.

منابع• https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.165.9750&rep=rep1&type=pdf
یادگیری بدون مشاهده نمونه های مشابه
یادگیری نزولی

بپرس