التجميع العميق عبر التضمين المشترك لـ مُشغِّل الترميز الذاتي الشبكي والحد الأدنى للانتروبي النسبي

تجميع الصور هو أحد أهم تطبيقات رؤية الحاسوب، وقد تم دراسته بشكل واسع في الأدبيات العلمية. ومع ذلك، تعاني معظم طرق التجميع الحالية من نقص في الكفاءة والقابلية للتوسع عند التعامل مع بيانات ذات نطاق كبير وأبعاد عالية. في هذا البحث، نقترح نموذج تجميع جديد يُسمى "التجميع المدمج العميق المنظم" (DEPICT)، والذي يقوم بتخريج البيانات بكفاءة إلى فضاء تضمين تمييزي ويتنبأ بدقة بتعيينات التجمعات. يتكون DEPICT عمومًا من دالة انحدار لوجستي متعدد الأصناف مكدسة فوق مُشفر ذاتي متعدد الطبقات ومُكَوِّن. نحدد دالة هدف للتجميع باستخدام تقليص الإنتروبية النسبية (التباعد KL)، ومنظم بواسطة افتراض لتردد تعيينات التجمعات. ثم يتم اشتقاق استراتيجية بديلة لتحسين الهدف عن طريق تحديث المعلمات وتقدير تعيينات التجمعات. بالإضافة إلى ذلك، نستخدم دوال الخسارة لإعادة بناء البيانات في مشفرنا الذاتي كمصطلح تنظيمي يعتمد على البيانات لمنع دالة التضمين العميقة من الانحراف الزائد (overfitting). من أجل الاستفادة من التحسين الشامل وحذف الحاجة إلى التدريب السابق الطبقي، نقدم إطارًا للتعلم المشترك لتقليل دوال الخسارة الموحدة للتجميع وإعادة البناء معًا وتدريب جميع طبقات الشبكة في وقت واحد. تشير النتائج التجريبية إلى تفوق DEPICT وسرعتها في تنفيذ المهام الحقيقية للتجميع، حيث لا تكون هناك بيانات مصنفة متاحة لضبط المعلمات الفائقة (hyper-parameters).