التعلم المتناقض ذاتي التنظيم مع الذاكرة الهجينة للتعريف بالكائنات المتكيفة للنطاق

يهدف التعرف على الكائنات المتكيف مع المجال إلى نقل المعرفة المكتسبة من المجال المصدر المُعلَّم إلى المجال الهدف غير المُعلَّم، بهدف معالجة مشكلات التعرف على الكائنات المفتوحة الفئة. وعلى الرغم من النجاح الكبير الذي حققته الطرق الحديثة القائمة على التسمية الظاهرية، إلا أنها لم تستغل بالكامل جميع المعلومات القيّمة بسبب الفجوة بين المجالات وأداء التجميع غير الرشيد. ولحل هذه المشكلات، نقترح إطارًا جديدًا للتعلم التمييزي الذاتي-الخطوة (self-paced contrastive learning) مزودًا بذاكرة مختلطة. تُولِّد الذاكرة المختلطة إشارات إشرافية ديناميكية على مستوى الفئة في المجال المصدر، وعلى مستوى التجميع في المجال الهدف، وعلى مستوى الكائنات غير المجمعة، لدعم تعلم تمثيلات الميزات. وعلى عكس الاستراتيجية التقليدية للتعلم التمييزي، يُميّز الإطار المقترح بشكل مشترك بين فئات المجال المصدر، وبين مجموعات المجال الهدف، وبين الكائنات غير المجمعة. والأهم من ذلك، فإن الطريقة الذاتية-الخطوة المقترحة تُنشئ تدريجيًا مجموعات أكثر موثوقية لتحسين الذاكرة المختلطة والأهداف التعليمية، وتُعدّ هذه الخاصية المحورية في الأداء المتميز الذي نحققه. تتفوّق طريقة العمل هذه على أحدث الطرق في مهام التكيّف بين المجالات المختلفة للتعرف على الكائنات، وحتى تُحسّن الأداء في المجال المصدر دون الحاجة إلى أي تسميات إضافية. كما تتفوّق النسخة العامة الخاصة بها في التعرف على الكائنات غير المُعلَّم على الخوارزميات الراهنة بنسبة 16.7% و7.9% على معايير Market-1501 وMSMT17 على التوالي.