Исследователи из Университета Йорка и Университета Париж-Сакле представили DeepKnowledge для тестирования глубокого обучения, направленного на обобщение.

 Researchers from the University of York and Université Paris-Saclay Introduce DeepKnowledge for Generalisation-Driven Deep Learning Testing

DeepKnowledge: улучшение надежности и достоверности ГНС

Улучшение производительности и достоверности ГНС

Глубокие нейронные сети (ГНС) продемонстрировали замечательные успехи в различных критических приложениях, но их последовательность и стабильность все еще требуют улучшения. Проблемы, такие как сдвиги в распределении данных и адверсные возмущения, вызвали опасения относительно их надежности. Однако новый метод под названием DeepKnowledge, разработанный исследователями из Университета Йорка и Университета Париж-Сакле, направлен на решение этих проблем.

Понимание DeepKnowledge

DeepKnowledge фокусируется на анализе поведения обобщения моделей ГНС на уровне нейронов для улучшения их способности к адаптации к различным распределениям данных. Используя обучение ZeroShot, он оценивает способность модели делать прогнозы для классов, не включенных в обучающий набор данных. Метод идентифицирует нейроны передачи знаний и определяет их влияние на общую производительность модели ГНС.

Практические применения и будущее развитие

Исследовательская группа продемонстрировала эффективность DeepKnowledge через масштабные оценки с общедоступными наборами данных и различными моделями ГНС. Они также сделали свой прототип доступным для общественности. Кроме того, группа определила планы на будущее для дальнейшего улучшения DeepKnowledge, включая поддержку моделей обнаружения объектов и автоматизацию аугментации данных.

AI Solutions for Business Transformation

Для компаний, желающих использовать преимущества искусственного интеллекта, важно определить КПЭ, выбрать подходящие решения на базе искусственного интеллекта и внедрять их постепенно. Практические решения на базе искусственного интеллекта, такие как AI Sales Bot от itinai.com, могут автоматизировать взаимодействие с клиентами и улучшить процессы продаж.

Для получения дополнительной информации о управлении КПЭ с использованием искусственного интеллекта и оценке возможностей искусственного интеллекта свяжитесь с нами по адресу hello@itinai.com или следите за нашими обновлениями в Telegram и Twitter.

Узнайте, как искусственный интеллект может переопределить ваш способ работы и изучите решения на базе искусственного интеллекта на itinai.com.

Полезные ссылки: