Odborná definícia
Význam a odborné vymedzenie pojmu
One-shot learning je nastavenie, v ktorom má model rozpoznať alebo osvojiť novú triedu, objekt či úlohu z jedinej označenej ukážky na triedu, pričom využíva reprezentáciu naučenú z iných dát. Bežné prístupy používajú metrické učenie, prototypy, siamské siete, generatívne rozšírenie alebo silný predtrénovaný model. Nejde o tréning komplexného modelu od nuly na jednom zázname. Hodnotenie musí oddeliť triedy použité na metaučenie od nových tried a opakovať epizódy s rôznymi support a query príkladmi.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Ak systém už pozná všeobecný vzhľad priemyselných dielov, môže po jednej fotografii nového typu hľadať ďalšie podobné kusy. Jedna ukážka však nemusí zachytiť otočenie, osvetlenie ani výrobnú variabilitu. Úspech preto stojí na tom, čo sa model naučil predtým a či je nová trieda v tomto priestore rozlíšiteľná. Pri tvárach, poruchách alebo dokumentoch sa musí testovať aj riziko, že podobnosť vzniká z pozadia, značky kamery alebo iného skratkového príznaku namiesto skutočnej identity objektu.
Časté otázky
Otázky, ktoré spresňujú význam
Čím sa one-shot líši od zero-shot učenia?
One-shot dostane jednu označenú ukážku novej triedy. Zero-shot sa opiera o opis, atribúty alebo jazykovú reprezentáciu bez obrazového či dátového príkladu danej triedy.
Prečo je dôležité metrické učenie?
Model sa učí priestor, v ktorom sú príbuzné príklady blízko a odlišné ďaleko. Nová ukážka potom slúži ako referencia bez potreby pretrénovať celý klasifikátor.
Ako vyzerá one-shot evaluačná epizóda?
Support set obsahuje po jednom príklade z nových tried a query set ďalšie príklady na klasifikáciu. Triedy musia byť odlišné od tých, ktoré model videl počas tréningu reprezentácie.
Môže augmentácia nahradiť ďalšie reálne ukážky?
Pomáha modelovať známe transformácie, napríklad rotáciu alebo jas, no nevytvorí nepozorovanú výrobnú chybu či demografickú variabilitu. Syntetické dáta treba overiť na reálnych prípadoch.
Kedy je jedno-shot rozhodnutie príliš rizikové?
Keď chyba vedie k právnemu, zdravotnému alebo bezpečnostnému zásahu a trieda má veľkú vnútornú variabilitu. Vtedy má ukážka spustiť zber ďalších dôkazov, nie automatický verdikt.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
- Siamese Neural Networks for One-shot Image Recognition Prototypical Networks for Few-shot Learning
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.