محققان در یک پژوهش تازه، به بررسی ساختار درونی مدلهای محبوب بینایی ماشین مثل UNet و ViT پرداختند تا ببینند «هندسه» چطور بر پایداری آنها تاثیر میگذارد.
این مقاله با استفاده از مفهوم «گروه دیهدرال» نشان میدهد که اگر تغییرات داخلی مدل از نظر هندسی منسجم نباشند، مدل دچار خطا و بیثباتی میشود. در واقع، این تحقیق یک اصل کلیدی را برای طراحی مدلهای پایدارتر در آینده معرفی میکند که به هوش مصنوعی کمک میکند در پردازش تصاویر دقیقتر عمل کند. 🖼️🤖
منبع: arXiv Computer Vision