هوش مصنوعی

ترتیب آموزش، عامل اصلی تغییر عملکرد در یادگیری پیوسته است

پژوهشی روی پیش‌بینی حرکت نشان می‌دهد ترتیب وظایف ۶۵ تا ۹۱ درصد تغییرات خطا و انتقال یادگیری را توضیح می‌دهد؛ بیشتر این اثر به وظیفه‌ای برمی‌گردد که آموزش با آن آغاز می‌شود.

۱ دقیقه مطالعه
Fig. 1: Task order and algorithm comparison. (a) Current-task final displacement error (FDE-CT, m), averaged over three replicates, and algorithm ranking for two orders that differ only in their final two tasks. In both
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — arXiv · AI (پیش‌چاپ) · پرونده اصلی · منبع تصویر: ناشر خبر

پژوهشگران در پیش‌چاپی در arXiv می‌گویند ارزیابی الگوریتم‌های یادگیری پیوسته باید توزیع ترتیب وظایف را هم مشخص کند؛ زیرا نمره‌های تجمیعی معمولاً این عامل را بیان نمی‌کنند. آن‌ها برای مقایسهٔ الگوریتم‌ها، عملکرد را به‌صورت میانگین‌گیری روی یک توزیع اعلام‌شده از ترتیب وظایف صورت‌بندی کردند تا اثر تفاوت‌های آموزشی از اثر ترتیب جدا شود.

این روش در مسئلهٔ پیش‌بینی حرکت و با چهار وظیفهٔ مبتنی بر چیدمان جاده از مجموعه‌دادهٔ INTERACTION بررسی شد. آزمایش‌ها همهٔ ۲۴ ترتیب ممکن را با چهار الگوریتم و سه تکرار آموزشی پوشش دادند و در مجموع ۲۸۸ اجرا داشتند.

بر اساس نتایج، ترتیب وظایف ۶۵ تا ۹۱ درصد تغییرات خطای وظیفهٔ جاری و انتقال رو‌به‌عقب را به خود اختصاص داد. از این اثر، ۹۰ تا ۹۹ درصد به هویت وظیفهٔ آغازین مربوط بود؛ پژوهشگران می‌گویند کوچک‌ترین وظیفه را نمی‌توان از شروع سرد آموخت. پس از مرحلهٔ نخست، اثر ترتیب با تغییرپذیری ناشی از آموزش قابل‌مقایسه بود.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست