اکسپرس 24
ترجمه فارسی مقاله یادگیری‌زدایی قابل کنترل برای مدل‌های مولد تصویر به تصویر از طریق بهینه‌سازی مقید $\varepsilon$

ترجمه فارسی مقاله یادگیری‌زدایی قابل کنترل برای مدل‌های مولد تصویر به تصویر از طریق بهینه‌سازی مقید $\varepsilon$

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 Controllable Unlearning for Image-to-Image Generative Models via $varepsilon$-Constrained Optimization
عنوان مقاله به فارسی یادگیری‌زدایی قابل کنترل برای مدل‌های مولد تصویر به تصویر از طریق بهینه‌سازی مقید $\varepsilon$
نویسندگان Xiaohua Feng, Chaochao Chen, Yuyuan Li, Li Zhang
فرمت مقاله انگلیسی PDF
تعداد صفحات 44
دسته بندی موضوعات Machine Learning,Artificial Intelligence,Computer Vision and Pattern Recognition,یادگیری ماشین , هوش مصنوعی , چشم انداز رایانه و تشخیص الگوی ,
توضیحات Submitted 14 September, 2024; v1 submitted 3 August, 2024; originally announced August 2024. , Comments: 40 pages, 54 figures
توضیحات به فارسی ارسال شده در 14 سپتامبر 2024 ؛V1 ارسال شده در 3 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: 40 صفحه ، 54 شکل

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 1,760,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 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

While generative models have made significant advancements in recent years, they also raise concerns such as privacy breaches and biases. Machine unlearning has emerged as a viable solution, aiming to remove specific training data, e.g., containing private information and bias, from models. In this paper, we study the machine unlearning problem in Image-to-Image (I2I) generative models. Previous studies mainly treat it as a single objective optimization problem, offering a solitary solution, thereby neglecting the varied user expectations towards the trade-off between complete unlearning and model utility. To address this issue, we propose a controllable unlearning framework that uses a control coefficient $varepsilon$ to control the trade-off. We reformulate the I2I generative model unlearning problem into a $varepsilon$-constrained optimization problem and solve it with a gradient-based method to find optimal solutions for unlearning boundaries. These boundaries define the valid range for the control coefficient. Within this range, every yielded solution is theoretically guaranteed with Pareto optimality. We also analyze the convergence rate of our framework under various control functions. Extensive experiments on two benchmark datasets across three mainstream I2I models demonstrate the effectiveness of our controllable unlearning framework.

چکیده به فارسی (ترجمه ماشینی)

در حالی که مدلهای تولیدی در سالهای اخیر پیشرفتهای چشمگیری داشته اند ، آنها همچنین نگرانی هایی از قبیل نقض حریم خصوصی و تعصب را ایجاد می کنند.فرآورده شدن دستگاه به عنوان یک راه حل مناسب با هدف حذف داده های آموزشی خاص ، به عنوان مثال ، حاوی اطلاعات خصوصی و تعصب ، از مدل ها ظاهر شده است.در این مقاله ، ما مشکل ناآرام دستگاه را در مدل های تولیدی تصویر به تصویر (I2I) مطالعه می کنیم.مطالعات قبلی عمدتاً آن را به عنوان یک مشکل بهینه سازی هدف واحد ، ارائه یک راه حل انفرادی ، در نتیجه از انتظارات متنوع کاربر نسبت به تجارت بین آرایش کامل و ابزار مدل غفلت می کند.برای پرداختن به این مسئله ، ما یک چارچوب غیرقابل کنترل قابل کنترل را پیشنهاد می کنیم که از ضریب کنترل $ varepsilon $ برای کنترل تجارت استفاده می کند.ما مشکل مدل سازی مدل تولیدی i2i را در یک مشکل بهینه سازی $ varepsilon $ اصلاح می کنیم و آن را با یک روش مبتنی بر گرادیان حل می کنیم تا راه حل های بهینه برای مرزهای موجود پیدا کنیم.این مرزها دامنه معتبر را برای ضریب کنترل تعریف می کنند.در این محدوده ، هر راه حل حاصل از نظر تئوری با بهینه Pareto تضمین می شود.ما همچنین میزان همگرایی چارچوب خود را تحت توابع مختلف کنترل تجزیه و تحلیل می کنیم.آزمایش های گسترده ای در دو مجموعه داده معیار در سه مدل اصلی I2I نشان دهنده اثربخشی چارچوب غیرقابل کنترل ما است.

📚 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.