ترجمه فارسی مقاله بررسی مکانیسم های یادگیری خود نظارتی برای مبدل های بینایی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی A Survey of the Self Supervised Learning Mechanisms for Vision Transformers
عنوان مقاله به فارسی بررسی مکانیسم های یادگیری خود نظارتی برای مبدل های بینایی
نویسندگان Asifullah Khan, Anabia Sohail, Mustansar Fiaz, Mehdi Hassan, Tariq Habib Afridi, Sibghat Ullah Marwat, Farzeen Munir, Safdar Ali, Hannan Naseem, Muhammad Zaigham Zaheer, Kamran Ali, Tangina Sultana, Ziaurrehman Tanoli, Naeem Akhter
فرمت مقاله انگلیسی PDF
تعداد صفحات 49
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Computer Vision and Pattern Recognition,Artificial Intelligence,Machine Learning,چشم انداز رایانه و تشخیص الگوی , هوش مصنوعی , یادگیری ماشین ,
توضیحات Submitted 30 August, 2024; originally announced August 2024. , Comments: 34 Pages, 5 Figures, 7 Tables
توضیحات به فارسی ارسال شده در 30 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: 34 صفحه ، 5 شکل ، 7 جدول
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Deep supervised learning models require high volume of labeled data to attain sufficiently good results. Although, the practice of gathering and annotating such big data is costly and laborious. Recently, the application of self supervised learning (SSL) in vision tasks has gained significant attention. The intuition behind SSL is to exploit the synchronous relationships within the data as a form of self-supervision, which can be versatile. In the current big data era, most of the data is unlabeled, and the success of SSL thus relies in finding ways to improve this vast amount of unlabeled data available. Thus its better for deep learning algorithms to reduce reliance on human supervision and instead focus on self-supervision based on the inherent relationships within the data. With the advent of ViTs, which have achieved remarkable results in computer vision, it is crucial to explore and understand the various SSL mechanisms employed for training these models specifically in scenarios where there is less label data available. In this survey we thus develop a comprehensive taxonomy of systematically classifying the SSL techniques based upon their representations and pre-training tasks being applied. Additionally, we discuss the motivations behind SSL, review popular pre-training tasks, and highlight the challenges and advancements in this field. Furthermore, we present a comparative analysis of different SSL methods, evaluate their strengths and limitations, and identify potential avenues for future research.

چکیده به فارسی (ترجمه ماشینی)

مدل های یادگیری تحت نظارت عمیق برای دستیابی به نتایج به اندازه کافی خوب به حجم بالایی از داده های دارای برچسب نیاز دارند.اگرچه ، عمل جمع آوری و حاشیه نویسی از چنین داده های بزرگ پر هزینه و پر زحمت است.اخیراً ، استفاده از یادگیری خود تحت نظارت (SSL) در کارهای بینایی مورد توجه چشمگیر قرار گرفته است.شهود پشت SSL سوء استفاده از روابط همزمان در داخل داده ها به عنوان نوعی از خودکشی است که می تواند همه کاره باشد.در دوران بزرگ داده های فعلی ، بیشتر داده ها بدون برچسب هستند ، و بنابراین موفقیت SSL به یافتن راه هایی برای بهبود این مقدار گسترده از داده های بدون برچسب در دسترس متکی است.بنابراین برای الگوریتم های یادگیری عمیق بهتر است که اعتماد به نفس انسان را کاهش دهد و در عوض بر خودکشی بر اساس روابط ذاتی درون داده ها تمرکز کند.با ظهور VITS ، که به نتایج قابل توجهی در دید رایانه رسیده اند ، کشف و درک مکانیسم های مختلف SSL به کار رفته برای آموزش این مدل ها به طور خاص در سناریوهایی که در آن داده های برچسب کمتری وجود دارد ، بسیار مهم است.در این بررسی ، ما یک طبقه بندی جامع برای طبقه بندی سیستماتیک تکنیک های SSL بر اساس بازنمایی آنها و کارهای قبل از آموزش استفاده می کنیم.علاوه بر این ، ما در مورد انگیزه های SSL بحث می کنیم ، وظایف قبل از آموزش محبوب را مرور می کنیم و چالش ها و پیشرفت های موجود در این زمینه را برجسته می کنیم.علاوه بر این ، ما یک تجزیه و تحلیل مقایسه ای از روش های مختلف SSL ارائه می دهیم ، نقاط قوت و محدودیت آنها را ارزیابی می کنیم و راه های بالقوه برای تحقیقات آینده را شناسایی می کنیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.