AMES: تقدير التشابه غير المتماثل والفعال من حيث الذاكرة للاسترجاع على مستوى المثيل

تُركّز هذه الدراسة على مشكلة إعادة ترتيب استرجاع الصور على مستوى المثيل، مع الالتزام بقيود كفاءة الذاكرة، بهدف النهائي تقليل استهلاك الذاكرة إلى 1 كيلوبايت لكل صورة. على عكس التركيز السائد على تحسين الأداء، تُعطي هذه الدراسة الأولوية للعلاقة التنازليّة الحاسمة بين الأداء ومتطلبات الذاكرة. يعتمد النموذج المقترح على بنية مبنية على المُحَوِّل (Transformer) مصممة لتقدير التشابه بين الصور من خلال التقاط التفاعلات داخل الصور وعبرها بناءً على وصفاتها المحلية. يتميّز هذا النموذج بخاصية مميزة هي القدرة على تقدير التشابه بشكل غير متماثل: حيث تُمثل صور قاعدة البيانات بعدد أصغر من الوصفات مقارنةً بصور الاستعلام، مما يُمكّن من تحسين الأداء دون زيادة استهلاك الذاكرة. ولضمان المرونة في تطبيقات مختلفة، تم تقديم نموذج عام يمكنه التكيّف مع عدد متغير من الوصفات المحلية أثناء مرحلة الاختبار. أظهرت النتائج على المعايير القياسية القياسية تفوق النهج المقترح على كل من النماذج اليدوية والنموذج المُدرّب تلقائيًا. وبشكل خاص، مقارنةً بالأساليب المتطورة حاليًا التي تتجاهل أثرها على استهلاك الذاكرة، يتمتع نهجنا بأداء متفوّق مع استهلاك ذاكرة مُقلّل بشكل كبير. تم إتاحة الشيفرة والنماذج المُدرّبة مسبقًا للجمهور عبر الرابط التالي: https://github.com/pavelsuma/ames