مصنفات الأدلة معايرة المخاطر
| العنوان | مصنفات الأدلة معايرة المخاطر |
|---|---|
| المؤلف | سالكي، مريم |
| تاريخ النشر: | 2020-01-17 |
| النوع | وثيقة |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| رقم السجل | 0464eabd-73e0-4f98-a64d-ba10dff3b7f2 |
| موقع المكتبة | قسم علوم الحاسوب |
| التاريخ | 2020-01-17 |
| نص عينة | في بعض التطبيقات، يعتمد الوكلاء الأذكياء على المصنفات من أجل اتخاذ قراراتهم وقد تلعب دقة تنبؤاتهم دورًا مهمًا في أداء مهامهم بنجاح. على الرغم من أن الشبكات العصبية العميقة تؤدي أداءً جيدًا للغاية في العديد من مهام التصنيف، إلا أنها قد تفشل أحيانًا في تنبؤاتها وعادةً ما يتم اعتبار تكلفة جميع أخطاء التصنيف الخاطئ هي نفسها، وهو أمر غير صحيح في الممارسة العملية. على سبيل المثال، قد يختلف تصنيف أحد المشاة في صورة معينة على أنه راكب دراجة بشكل كبير عن تصنيفه على أنه سيارة في تطبيق سيارة ذاتية القيادة. يمكن أن تكون تكاليف الأخطاء غير متماثلة، وتختلف من وكيل إلى وكيل، وتعتمد على السياق. وبناء على ذلك، تقترح هذه الأطروحة نهجا جديدا لتقدير عدم اليقين والوعي بالمخاطر في الشبكات العصبية العميقة للتصنيف. حدسنا الرئيسي هو أن عدم اليقين التنبؤي يمكن قياسه بطريقة مبدئية؛ ومن ثم، يمكن للمصنفين ربط درجة عالية من عدم اليقين بتوقعاتهم عندما يكون من المرجح أن تكون هذه التنبؤات خاطئة. علاوة على ذلك، فإنهم يدمجون فكرة خطر التصنيف الخاطئ أثناء التدريب، مما يسمح لهم بتجنب القيام بتنبؤات خاطئة تؤدي إلى خسائر أكبر. ولتحقيق ذلك، تقوم المصنفات المقترحة التي تمت معايرتها حسب المخاطر بقياس عدم اليقين في التنبؤات بناءً على متوسط وتباين توزيع ديريشليت، وزيادة قيمة عدم اليقين للتنبؤات، التي من المرجح أن تكون خاطئة. علاوة على ذلك، يزيد النموذج من عدم اليقين بالنسبة للتصنيفات التي تعتبر أكثر خطورة. للتحقق من صحة أداء نهجنا، أجرينا تجارب على مجموعة متنوعة من مجموعات البيانات المعروفة. تظهر النتائج أن المصنفات المقترحة التي تمت معايرتها للمخاطر تربط بين درجة عالية من عدم اليقين وسوء تصنيفها. علاوة على ذلك، فإن هدف تقليل المخاطر الخاص بوظيفة الخسارة لدينا يسمح للشبكات العصبية باتخاذ قرارات أقل خطورة للتصنيف. önemli bir rol oynayabilir. Derin sinir a˘gları birçok sınıflandırma görevinde çok iyi الأداء gösterse de، bazen tahminlerinde ba¸sarısız olabilirler. Genellikle, tüm yanlı¸s sınıflandırma hatalarının maliyeti aynı kabul edilir; fakat bu pratikte do˘gru de˘gildir. Örne˘gin, kendi kendini süren bir Araba uygulaması için, görüntüdeki yayayı bisikletli olarak tahmin edilmesi ile Araba olarak tahmin edilmesinin maliyeti önemli ölçüde Farklı olabilir. قم بقياس حجم المال الذي تم الحصول عليه، واحصل على المزيد من المال واحصل على المال. ومع ذلك، فإن هذا قد يؤدي إلى تفاقم المخاطر التي قد تترتب على تعرضك للخطر. Ana sezgimiz, öngörücü belirsizli˘gin ilkeli bir ¸sekilde ölçülebilmesidir; bu nedenle, bu tahminlerin yanlı¸s olma olasılı˘gı daha yüksek oldu˘gunda sınıflandırıcılar yüksek belirsizli˘gi tahminleriyle ili¸skilendirebilirler. أيريكا, e˘gitim sırasında yanlı¸s sınıflandırma Riski göz önünde bulundurlar; bu da daha yüksek kayıplara yol açan yanlı¸s tahminler yapmaktan kaçınmalarını sa˘glar. Bunu ba¸sarmak için, önerilen Risk kalibrasyonlu sınıflandırıcılar, Dirichlet da˘gılımının ortalamasına وvariansına ba˘glı olarak tahminlerdeki belirsizli˘gi ölçmekte ve yanlı¸s olma olasılı˘gı daha yüksek olan tahminler için belirsizlik de˘gerini arttırmaktadır. أيريكا، عارضة الأزياء داها ريسكلي أولان sınıflandırmalar için belirsizli˘gi arttırmaktadır. Yakla¸sımımızın Performanceansını do˘grulamak için، iyi bilinen çe¸sitli veri setleri üzerinde deneyler yaptık. Sonuçlar, önerilen Risk-kalibre edilmi¸s sınıflandırıcıların, yüksek belirsizli˘gi yanlı¸s sınıflandırmalarıyla ili¸skilendirdiklerini göstermektedir. أيضًا، من خلال تقليل المخاطر، من الممكن أن يؤدي ذلك إلى تفاقم المخاطر. |
