🧠 مقابله با «برچسب‌های غلط» در یادگیری ماشین: راهکار جدید محققان

یکی از چالش‌های بزرگ در دنیای هوش مصنوعی، وجود داده‌های با برچسب اشتباه (Noisy Labels) است که باعث کاهش دقت مدل‌های یادگیری عمیق می‌شود.

محققان در مقاله جدید خود به سراغ تکنیک جالبی به نام «OBD» (مربوط به فشرده‌سازی مدل‌ها) رفته‌اند تا اتصالات اضافی در لایه‌های طبقه‌بندی‌کننده را شناسایی و حذف کنند. این روش جدید که «SEM» نام دارد، به مدل اجازه می‌دهد فقط اتصالات حیاتی را برای یادگیری نگه دارد و از انتشار نویز و خطاهای ناشی از داده‌های اشتباه جلوگیری کند. این یک قدم رو به جلو برای ساخت مدل‌های مقاوم‌تر و دقیق‌تر در دنیای واقعی است! 🚀

منبع: arXiv Machine Learning