समाचारं

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

पश्चिमवायुः आओफेइ मन्दिरात् आगच्छति
Qubits |.सार्वजनिक खाता QbitAI

ICML 2024 Time Test Award इति पुरस्कारस्य घोषणा कृता, Jia Yangqing इत्यस्य सहलेखितपत्रं च पुरस्कारं प्राप्तवान्!

पत्रस्य शीर्षकं " " इति ।DeCAF: सामान्यदृश्यपरिचयस्य कृते गहनं परिवर्तनकारी सक्रियकरणविशेषता” इति कार्यं जिया याङ्गकिङ्ग् इत्यनेन तस्य दलेन सह १० वर्षपूर्वं यूसी बर्कले इत्यत्र स्थित्वा सम्पन्नम् अस्ति ।

ICML अधिकारिणः तत्क्षणमेव ट्वीट् कृत्वा अभिनन्दनं कृतवन्तः यत्, "अहं गहनतया सम्मानितः अस्मि यत् DeCAF इत्यनेन ICML 2024 Time Test Award इति पुरस्कारः प्राप्तः। कृत्रिमबुद्धेः विकासाय एतत् आश्चर्यजनकं दशकम् अस्ति।

लेखकेषु एकः, सम्प्रति गूगल डीपमाइण्ड् इत्यस्य उपाध्यक्षः मिथुन परियोजनायाः सहनेता चओरिओल विन्याल्सये कैमै अवदत्, "अस्य पुरस्कारस्य कृते बहु धन्यवादः (एतत् मां वृद्धं अनुभवति)":

DeCAF AlexNet इत्यस्य प्रथमं मुक्तस्रोतसंस्करणम् अस्ति, अस्माभिः तस्य उपयोगः परीक्षणार्थं कृतः यत् अस्मिन् उत्तमेन ImageNet वर्गीकरणेन ज्ञाताः विशेषताः अन्येषु दृष्टिकार्येषु व्यापकरूपेण उपयोक्तुं शक्यन्ते वा इति। एतत् निष्पद्यते यत् अद्यत्वे अपि उत्तमबहुविधप्रतिमानैः सह एषः विचारः अतीव प्रासंगिकः अस्ति!

पुरातनसहभागिनौ टिप्पणीक्षेत्रे अपि स्वस्य अतीतस्य विषये चर्चां कृतवन्तौ -

अस्मिन् वर्षे ४१तमः ICML आयोजितः अस्ति, यत्र ९,००० तः अधिकाः निवेदनानि सन्ति, स्वीकारस्य दरः च २७.५% अस्ति । समयपरीक्षापुरस्कारस्य अतिरिक्तं,सर्वोत्तमपत्रपुरस्कारः अपि घोषितः अस्ति, स्थिरप्रसारः ३ पत्रिकाः च अस्मिन् सूचौ सन्ति ।。

यत् पत्रं समयपरीक्षापुरस्कारं प्राप्तवान् तस्य उद्धरणं गूगलस्कॉलर् इत्यत्र ६,०१२ वारं कृतम् अस्ति :

प्रथमं पश्यामः यत् अयं पत्रः किं विषये अस्ति ।

प्रसिद्धस्य ढाञ्चस्य पूर्ववर्ती Caffe

अस्मिन् पत्रे एकः पद्धतिः प्रस्ताविता अस्ति यस्य नाम अस्तिDeCAF(Deep Convolutional Activation Feature) deep convolution activation feature, यस्य उपयोगः सामान्यदृश्यपरिचयसमस्यानां समाधानार्थं भवति ।

इदं मुख्यतया अन्वेषणं करोति यत् इमेजनेट् इत्यादिषु बृहत्-परिमाणेषु लेबल-युक्तेषु आँकडा-समूहेषु पूर्व-प्रशिक्षितानां गहन-संकुल-तंत्रिका-जालस्य मध्य-स्तर-विशेषताः अन्येषु दृश्य-कार्येषु प्रभावीरूपेण स्थानान्तरितुं शक्यन्ते वा, अर्थात्स्थानान्तरणशिक्षणस्य व्यवहार्यता。

लेखकः २०१२ तमे वर्षे जेफ्री हिण्टन्, एलेक्स क्रिझेव्स्की, इलिया सुत्स्केवर इत्यनेन प्रस्तावितां पद्धतिं स्वीकुर्वतिएलेक्सनेट् कन्वोल्यूशनल् न्यूरल नेटवर्क आर्किटेक्चर, यत्र ५ कन्वोल्यूशनल् लेयर्स् तथा ३ पूर्णतया सम्बद्धाः लेयर्स् सन्ति । ImageNet दत्तांशसमूहे पूर्वप्रशिक्षणानन्तरं जालभारं फ्रीज कुर्वन्तु ।

विभिन्नस्तरस्य सक्रियीकरणं विशेषतारूपेण निष्कासितम् अस्ति, यत्र DeCAF5, DeCAF6 तथा DeCAF7 (अन्तिमगुप्तस्तरस्य सक्रियीकरणं) च सन्ति । तथा च केवलं DeCAF विशेषतां अपरिवर्तितं कृत्वा नूतनकार्यस्य उपरि सरलं रेखीयवर्गीकरणं प्रशिक्षयन्तु।

अस्याः पद्धतेः प्रभावशीलतायाः सत्यापनार्थं लेखकाः बहुमानकसङ्गणकदृष्टिमापदण्डेषु प्रयोगं कृतवन्तः, यत्र वस्तुपरिचयः (Caltech-101), डोमेन-अनुकूलनं (Office dataset), सूक्ष्म-दानेदार-परिचयः (Caltech-UCSD Bird Data set) तथा दृश्य-परिचयः च सन्ति (सूर्य-३९७) ।

प्रयोगात्मकपरिणामाः दर्शयन्ति यत् DeCAF एतेषु सर्वेषु कार्येषु उत्तमं प्रदर्शनं प्राप्नोति, प्रायः तत्कालीनानाम् उत्तमपद्धतीनां अतिक्रमणं करोति ।

t-SNE एल्गोरिदमस्य उपयोगः उच्च-आयामी-विशेषतानां 2D-अन्तरिक्षे नक्शाङ्कनार्थं भवति, यत् दर्शयति यत् DeCAF-विशेषताः शब्दार्थ-समूहीकरणे GIST तथा LLC इत्यादिभ्यः पारम्परिक-विशेषतेभ्यः श्रेष्ठाः सन्ति

प्रशिक्षणनमूनानां दुर्लभत्वेऽपि DeCAF अद्यापि उत्तमं प्रदर्शनं करोति, यथा एकनमूनाशिक्षणम्। पत्रे जालस्य प्रत्येकस्य स्तरस्य गणनासमयवितरणस्य विस्तरेण विश्लेषणमपि कृत्वा पूर्णतया सम्बद्धः स्तरः गणनासमयस्य अधिकांशं गृह्णाति इति ज्ञायते

तदतिरिक्तं, पत्रे नियमितीकरणप्रविधिषु यथा ड्रॉपआउट् इत्यादीनां प्रभावस्य अपि अन्वेषणं कृतम् अस्ति, विशेषतः DeCAF6 तथा DeCAF7 स्तरयोः उपरि तस्य अनुप्रयोगः।

अन्ते लेखकः DeCAF विशेषतानिष्कासनसाधनं पूर्वप्रशिक्षणप्रतिरूपं च मुक्तस्रोतं कृतवान् ।

केचन नेटिजनाः दशवर्षेभ्यः अनन्तरं एतत् पत्रं पुरस्कारं प्राप्तवान् इति दृष्ट्वा सहसा चिन्तितवन्तः यत् "किं एतत् कैफे इत्यस्य उत्पत्तिः अस्ति?"

जिया याङ्गकिङ्ग् इत्यनेन अपि प्रतिक्रिया दत्ता यत् -

DeCAFपर्याप्तवेगेन प्रशिक्षणं न भवति (प्रशिक्षणं मासाधिकं समयं गृह्णीयात् इति वयं अनुमानितवन्तः), अतः वयं Caffe -इत्यत्र परिवर्तनं कृतवन्तः । अत एव एकस्मिन् नामे शून्यं कैफीनम् अस्ति अपरस्मिन् च अस्ति - मनुष्याः यन्त्राणि च द्रुततरं धावन्ति।

सर्वश्रेष्ठ पत्र पुरस्कार

समयपरीक्षापुरस्कारस्य अतिरिक्तं ICML 2024 सर्वोत्तमपत्रपुरस्कारः अपि घोषितः अस्ति अस्मिन् वर्षे १० विजेतापत्राणि सन्ति ।

एतेषु Stable Diffusion 3 इति पत्रम् " " इति ।उच्च-संकल्प-प्रतिबिम्ब-संश्लेषणार्थं सुधारित-प्रवाह-परिवर्तकानां स्केलिंग्”。

पिका सहसंस्थापकः सीटीओ च चेन्लिन् मेङ्गः "दत्तांशवितरणस्य अनुपातानाम् अनुमानं कृत्वा असततप्रसारप्रतिरूपणम्"एतत् कार्यम् अपि पुरस्कारं प्राप्तवान्।"

सन्दर्भलिङ्कानि : १.
[1]https://icml.cc/virtual/2024/पुरस्कार_विस्तार
[2]https://arxiv.org/abs/1310.1531
[3]https://x.com/jiayq/status/1815653822028738667
[4]https://x.com/jiayq/status/1815862939569774796