ما وراء الضوضاء الاصطناعية: التعلم العميق على التسميات المضيئة بشكل متحكم به

إن إجراء تجارب مُحكَمة على بيانات ضجيجية يُعد أمرًا بالغ الأهمية لفهم التعلم العميق عبر مستويات مختلفة من الضجيج. نظرًا لغياب مجموعات بيانات مناسبة، اقتصرت الأبحاث السابقة على دراسة التعلم العميق في ظل ضجيج مُصطنع مُتحكم به في العلامات، ولم يُدرَس الضجيج الحقيقي في العلامات أبدًا في بيئة مُحكَمة. تقدم هذه الورقة ثلاث إسهامات رئيسية. أولاً، نُنشئ أول معيار مُحكَم لضجيج العلامات الحقيقي المُستمد من الويب. يمكّن هذا المعيار الجديد من دراسة ضجيج العلامات على الويب في بيئة مُحكَمة لأول مرة. والمساهمة الثانية هي طريقة بسيطة لكنها فعّالة للتغلب على كل من العلامات الضجيجية المُصطنعة والواقعية. ونُظهر أن طريقة العمل لدينا تحقق أفضل النتائج على مجموعتنا، وكذلك على معيارين عامين اثنين (CIFAR وWebVision). والمساهمة الثالثة هي أجرأ دراسة على الإطلاق حول فهم الشبكات العصبية العميقة التي تُدرَّب على علامات ضجيجية، وذلك عبر تنوّع مستويات الضجيج، وأنواع الضجيج، وبنية الشبكة، وبيئات التدريب. تم إصدار البيانات والكود عبر الرابط التالي: http://www.lujiang.info/cnlw.html