محققان در تازهترین دستاورد خود، چارچوب جدیدی به نام «XMix» را معرفی کردهاند که یادگیری عمیق را در مواجهه با دادههای دارای نویز شدید متحول میکند.
مشکل اصلی مدلهای هوش مصنوعی، وابستگی به دادههای دارای برچسبگذاری دقیق است؛ اما در دنیای واقعی، نویز در دادهها اجتنابناپذیر است. XMix با استفاده از «همواری محلی» در فضای ویژگیهای خودنظارتی (Self-supervised)، بدون نیاز به دانش قبلی از نویز، به طور سیستماتیک نمونههای تمیز را شناسایی کرده و عملکرد مدل را در محیطهای بسیار نویزی به شکل چشمگیری بهبود میبخشد. این روش گامی مهم برای افزایش دقت مدلها در شرایط دشوار آموزشی است. 🧠✨
منبع: arXiv Machine Learning