کاهش هم‌بستگی‌های جعلی از مجموعه‌دادگان تصویری با استفاده از شبکه‌های عصبی پیشرفته

نوع: Type: پایان نامه

مقطع: Segment: کارشناسی ارشد

عنوان: Title: کاهش هم‌بستگی‌های جعلی از مجموعه‌دادگان تصویری با استفاده از شبکه‌های عصبی پیشرفته

ارائه دهنده: Provider: علی نفیسی - مهندسی کامپیوتر

اساتید راهنما: Supervisors: دکتر حسن ختن‌لو

اساتید مشاور: Advisory Professors:

اساتید ممتحن یا داور: Examining professors or referees: دکتر محرم منصوری‌زاده، دکتر رضا محمدی

زمان و تاریخ ارائه: Time and date of presentation: ساعت 18 - 1405/6/18

مکان ارائه: Place of presentation: سمینار کامپیوتر (اتاق ۲۸۳)

چکیده: Abstract: مدل‌های یادگیری ماشین در مواجهه با داده‌های خارج از توزیع و هم‌بستگی‌های جعلی (Spurious Correlations) غالبا دچار افت عملکرد و کاهش تعمیم‌پذیری می‌شوند، چرا که به جای یادگیری ویژگی‌های اصلی، به ویژگی‌های میان‌بر و سوگیرانه تکیه می‌کنند. اگرچه تاکنون راهکارهای متنوعی در قالب دستکاری داده‌ها، یادگیری بازنمایی و استراتژی یادگیری برای مقابله با این چالش ارائه شده است، اما محدودیت عمده‌ی بسیاری از روش‌های موفق، وابستگی شدید آن‌ها به برچسب‌های گروهی (Group Labels) برای متوازن‌سازی داده‌ها است؛ نیازمندی‌ای که تامین آن در کاربردهای واقعی پرهزینه و گاه ناممکن است. برای غلبه بر این محدودیت، پژوهش حاضر یک روش نوین (CIA) مبتنی بر بهبود چارچوب DFR پیشنهاد می‌دهد. روش پیشنهادی با بهره‌گیری از قابلیت‌های مدل‌های پیش‌آموزش‌دیده‌ی ویرایش تصویر، داده‌های تصویری خلاف‌واقعی (Counterfactuals) تولید می‌کند تا ویژگی‌های جعلی را در سطح مجموعه‌داده به صورت ضمنی خنثی سازد. مزیت کلیدی این رویکرد، کاهش چشم‌گیر نیاز به برچسب‌های گروهی است؛ به‌طوری‌که وابستگی به این برچسب‌ها در مرحله متوازن‌سازی و آموزش حذف شده و تنها برای تنظیم ابرپارامترها مورد نیاز است. عملکرد روش پیشنهادی بر روی مجموعه‌های داده استاندارد شامل Waterbirds، CelebA و UrbanCars ارزیابی گردید. نتایج تجربی نشان می‌دهد که این روش، با وجود تقلیل شدید دسترسی به برچسب‌های گروه، عملکردی بسیار رقابتی ارائه داده و در ارتقای معیار دقت بدترین گروه (Worst-Group Accuracy) نسبت به مدل‌های پایه مانند ERM، برتری قابل‌توجهی دارد (به عنوان نمونه، ارتقای این دقت از ۲۱٫۴٪ به ۷۹٫۵٪ در مجموعه‌داده‌ی UrbanCars و از ۴۶٫۶٪ به ۸۵٫۶٪ در CelebA). در نهایت، این پژوهش ثابت می‌کند که به‌کارگیری مدل‌های مولد برای متوازن‌سازی معنایی داده‌ها، راهکاری کارآمد و کم‌هزینه برای کاهش سوگیری مدل‌ها است و می‌تواند پایداری سیستم‌های بینایی ماشین را در برابر هم‌بستگی‌های جعلی به طور مؤثری بهبود بخشد. پیاده‌سازی روش پیشنهادی به‌صورت آنلاین در دسترس است (https://github.com/safinal/ms-thesis).

فایل: ّFile: دانلود فایل