شبكات الإضافات للاستدلال في وجود أدلة جزئية

في هذا البحث، نقترح طريقة جديدة لدمج الأدلة الجزئية في استدلال الشبكات العصبية التلافيفية العميقة. على عكس الطرق الحالية ذات الأداء العالي، التي تعدل إما الإدخالات بشكل متكرر أو تستغل تصنيف البيانات الخارجي لأخذ الأدلة الجزئية بعين الاعتبار، نضيف وحدات شبكة منفصلة ("شبكات الإدراج") إلى الطبقات الوسيطة لشبكة تلافيفية مسبقاً مدربة. هدف هذه الوحدات هو دمج إشارة إضافية، أي معلومات حول التسميات المعروفة، في عملية الاستدلال وتعديل النتيجة المتوقعة وفقاً لذلك. نظراً لأن الوحدات المرتبطة لها بنية بسيطة تتكون فقط من طبقات متصلة بالكامل، فقد قمنا بتقليل كبير في تكلفة الحساب للتدريب والاستدلال. وفي الوقت نفسه، يسمح التصميم المقترح بنشر المعلومات حول التسميات المعروفة مباشرة إلى الطبقات الوسيطة لتحسين التمثيل النهائي. تؤكد تقييمات شاملة للطريقة المقترحة أن شبكات الإدراج الخاصة بنا تتفوق على أحدث التقنيات في مجموعة متنوعة من المهام، بما في ذلك تصنيف المشاهد، وتحديد صفات الصور متعددة التسميات (multi-label image annotation)، والتقسيم الدلالي (semantic segmentation).