स्थानीय संघटन दृश्य एम्बेडिंग के पर्यवेक्षण रहित शिक्षण के लिए

न्यूरल नेटवर्क में अध्ययन के लिए पर्यवेक्षण रहित दृष्टिकोण कृत्रिम बुद्धिमत्ता को आगे बढ़ाने के लिए महत्वपूर्ण रुचि के हैं, क्योंकि ये नेटवर्क को महंगे एनोटेशन की आवश्यकता के बिना प्रशिक्षण देने की अनुमति देंगे, और क्योंकि वे मानव द्वारा तैनात किए गए सामान्य-उद्देश्य की शिक्षा के प्रकार का बेहतर मॉडल होंगे। हालांकि, पर्यवेक्षण रहित नेटवर्क लंबे समय से अपने पर्यवेक्षित समकक्षों के प्रदर्शन के पीछे रहे हैं, विशेष रूप से बड़े पैमाने पर दृश्य पहचान के क्षेत्र में। गहरे कॉन्वोल्यूशनल एम्बेडिंग के प्रशिक्षण में हाल की प्रगति ने गैर-पैरामीट्रिक उदाहरण विभाजन और समूह बनाने के उद्देश्यों को अधिकतम करने के लिए आशा दिखाई है कि यह अंतर को कम करने में मदद कर सकता है। यहां, हम एक विधि का वर्णन करते हैं जो एक एम्बेडिंग फ़ंक्शन का प्रशिक्षण देती है ताकि स्थानीय संघटन के मेट्रिक को अधिकतम किया जा सके, जिससे समान डेटा उदाहरण एम्बेडिंग स्पेस में एक साथ आगे बढ़ें, जबकि भिन्न उदाहरणों को अलग होने की अनुमति दी जाती है। यह संघटन मेट्रिक गतिशील है, जो विभिन्न पैमानों के नरम समूहों को उभरने की अनुमति देता है। हम अपनी प्रक्रिया का मूल्यांकन कई बड़े पैमाने पर दृश्य पहचान डेटासेट पर करते हैं, जिसमें ImageNet में वस्तु पहचान, Places 205 में दृश्य पहचान, और PASCAL VOC में वस्तु पहचान में आधुनिक पर्यवेक्षण रहित स्थानांतरण शिक्षा के प्रदर्शन को प्राप्त करते हैं।