مخاطر سوء التصنيف والتقدير الكمي لعدم اليقين في المصنفات العميقة
| العنوان | مخاطر سوء التصنيف والتقدير الكمي لعدم اليقين في المصنفات العميقة |
|---|---|
| المؤلف | سينسوي، مراد، سالكي، مريم، جوليير، س.، أيدوغان، ريحان، ريد، ج. |
| تاريخ النشر: | 2021 |
| مكان النشر | - IEEE |
| النوع | وثيقة |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 978-073814266-1 |
| رقم السجل | a10c90b0-a05c-4cb1-925d-d4f245c96b8d |
| موقع المكتبة | علوم الكمبيوتر |
| التاريخ | 2021 |
| ملاحظات | وزارة الدفاع الأمريكية مختبر أبحاث الجيش الأمريكي (ARL) |
| نص عينة | في هذه الورقة، نقترح مصنفات عميقة تثبت معايرة المخاطر لتقليل التكاليف المرتبطة بأخطاء التصنيف. نحن نستخدم نهجين رئيسيين. الأول هو تطوير طرق لقياس عدم اليقين في تنبؤات المصنف وتقليل احتمالية التصرف بناءً على تنبؤات خاطئة. أما الطريقة الثانية فهي طريقة جديدة لتدريب المُصنف بحيث تكون التصنيفات الخاطئة متحيزة نحو الفئات الأقل خطورة. نحن نجمع بين هذين النهجين بطريقة مبدئية. أثناء القيام بذلك، نقوم بتوسيع التعلم العميق الأدلةي باستخدام الاحتمالات الخنزيرية، والتي تُستخدم لقياس عدم اليقين في تنبؤات التصنيف ونموذج اتخاذ القرار العقلاني في ظل عدم اليقين. نقوم بتقييم أداء نهجنا في العديد من مهام تصنيف الصور. لقد أثبتنا أن نهجنا يسمح بـ (1) دمج تكلفة التصنيف الخاطئ أثناء تدريب المصنفات العميقة، (2) التحديد الدقيق لعدم اليقين في تنبؤات التصنيف، و (3) تعلم كيفية اتخاذ قرارات التصنيف في نفس الوقت لتقليل التكلفة المتوقعة لأخطاء التصنيف. |
| DOI | 10.1109/WACV48630.2021.00253 |
