“`html
Автоматизированное машинное обучение (AutoML) важно для принятия решений на основе данных, позволяя экспертам использовать машинное обучение без значительных статистических знаний.
Однако основной проблемой, с которой сталкиваются многие текущие системы AutoML, является эффективная и правильная обработка мультимодальных данных. В настоящее время отсутствуют систематические сравнения различных подходов к объединению информации и обобщенные структуры для обработки мультимодальности – это основные препятствия для мультимодального AutoML. Значительное потребление ресурсов Multimodal Neural Architecture Search (NAS) препятствует эффективному созданию конвейеров.
Решение проблемы
Исследователи из Технического университета Эйндховена представили новый метод, использующий мощь предварительно обученных моделей-трансформеров, успешно применяемых в различных областях, таких как компьютерное зрение и обработка естественного языка. Этот инновационный подход обещает революционизировать область автоматизированного машинного обучения.
Предложенный метод улучшает обработку сложных модальностей данных, включая таблично-текстовые, текстово-визуальные и визуально-текстовые конфигурации, обеспечивая простоту и эффективность мультимодальных конвейеров машинного обучения. Для этого разработано гибкое пространство поиска (конвейера) для мультимодальных данных, стратегически включены предварительно обученные модели в топологии конвейеров, и реализовано начальное заполнение для SMAC с использованием метаданных предыдущих оценок.
Результаты и перспективы
Исследователи протестировали различные дизайны конвейеров на задачах, таких как VQA, Image Text Matching (ITM), регрессия и классификация. Предложенный метод показал высокое качество дизайна мультимодальных конвейеров, оставаясь в пределах вычислительных ограничений. Результаты показали, что новый фреймворк более эффективен, чем классические методы NAS, подчеркивая его преимущества и области для улучшения.
Заключение
Для развития вашей компании с помощью искусственного интеллекта и внедрения AI-решений, обращайтесь к нам для консультаций по внедрению ИИ и следите за нашими новостями в наших социальных сетях. Также ознакомьтесь с нашими AI-решениями и будущими вебинарами, чтобы быть в курсе последних технологических разработок в области автоматизированного машинного обучения.
Не забудьте проверить наш последний AI-пост в нашем 47k+ ML SubReddit!
“`
