محققان در مطالعه جدید خود، راهکاری خلاقانه برای چالش همیشگی «شبکههای سیامی» (Siamese Networks) پیدا کردهاند. این شبکهها که برای مقایسه چهره، امضا یا اشیاء استفاده میشوند، برای تشخیص شباهت به یک «آستانه فاصله» نیاز دارند که معمولاً تعیین آن به دادههای برچسبدار و هزینهبر نیاز داشت.
حالا با روش پیشنهادی جدید، میتوان این آستانه را به صورت کاملاً بدون نیاز به داده برچسبدار (Unsupervised) و با دقت ۹۴٪ تعیین کرد. این یعنی مدلها میتوانند در محیط عملیاتی و بدون صرف هزینه برای برچسبگذاری دستی، خود را بهروزرسانی کنند! گامی مهم برای هوشمندتر و ارزانتر کردن سیستمهای تشخیص هویت. 🚀
منبع: arXiv Machine Learning
