Open World Semi Supervised Learning

التعلم شبه المشرف في العالم المفتوح هو نهج في التعلم الآلي مصمم للتعامل مع وجود بيانات غير مصنفة وأنواع غير معروفة، مما يعزز قدرة النموذج على التعميم من خلال الاستفادة من كمية صغيرة من البيانات المصنفة وكمية كبيرة من البيانات غير المصنفة. هذا الأسلوب لا يقتصر فقط على توسيع حدود التعلم شبه المشرف التقليدي، بل يمكّن أيضًا من التعرف على التعامل مع فئات جديدة في بيئة مفتوحة، مما يحسن صلابة النظام وقدرته على التكيف. في مجال الرؤية الحاسوبية، يساعد هذا النهج في معالجة مشاكل مثل تكلفة تصنيف البيانات العالية وتوزيع الفئات غير المتساوي، وبالتالي يزيد من القيمة العملية للنماذج في السيناريوهات الحقيقية.