HyperAIHyperAI

Command Palette

Search for a command to run...

كشف التسجيل القائم عن الشذوذ بعينات قليلة

Chaoqin Huang Haoyan Guan Aofan Jiang Ya Zhang Michael Spratling Yan-Feng Wang

الملخص

تتناول هذه الورقة البحثية كاشفة الشذوذ بعينة قليلة (FSAD)، وهي بيئة عملية لكنها غير كافية الدراسة في مجال كشف الشذوذ (AD)، حيث يتم توفير عدد محدود من الصور الطبيعية لكل فئة خلال التدريب. حتى الآن، تتبع الدراسات الحالية لـ FSAD نموذج التعلم الواحد لكل فئة المستخدم في الكشف القياسي عن الشذوذ، دون استغلال التشابه المشترك بين الفئات. مستوحاة من الطريقة التي يكتشف بها البشر الشذوذ، أي من خلال مقارنة صورة معينة بالصور الطبيعية، نستخدم هنا مهارة التسجيل (registration)، وهي مهمة توحيد الصور التي تتميز بطبيعتها بالقابلية للتطبيق العام عبر الفئات، كمهمة بديلة (proxy task) لتدريب نموذج كشف شذوذ غير مرتبط بالفئة. أثناء الاختبار، يتم تحديد الشذوذ من خلال مقارنة الميزات المُسجّلة للصورة المختبرة مع الصور الداعمة (الطبيعيّة) المرتبطة بها. وبحسب معرفتنا، فإن هذه هي المرة الأولى التي يتم فيها تقديم طريقة لـ FSAD تدرب نموذجًا عامًا واحدًا وتتطلب عدم إعادة التدريب أو ضبط المعلمات عند إدخال فئات جديدة. وقد أظهرت النتائج التجريبية أن الطريقة المقترحة تتفوّق على أحدث الطرق في مجال FSAD بنسبة 3% إلى 8% في مقياس AUC على مجموعتي بيانات MVTec وMPDD.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp