Siamese network, definícia a použitie | AI slovník

Odborná definícia

Siamese network je architektúra s dvoma alebo viacerými vetvami, ktoré zdieľajú rovnaké parametre a prevádzajú vstupy na porovnateľné reprezentácie. Tréningová strata upravuje priestor tak, aby podobné páry mali blízke vektory a nepodobné páry boli oddelené. Používa sa pri overovaní identity, vyhľadávaní podobnosti, deduplikácii a few-shot klasifikácii. Výkon závisí od výberu pozitívnych a negatívnych párov, metriky a stratégie ťažby náročných príkladov. Učený priestor sa má testovať aj na identitách alebo triedach, ktoré tréning vôbec neobsahoval.

Zrozumiteľné vysvetlenie

Dve rovnaké „meracie stanice“ spracujú dva vstupy, napríklad podpisy alebo vety. Pretože majú zhodné váhy, posudzujú oba vstupy rovnakým spôsobom. Namiesto priamej odpovede „je to osoba A“ vytvoria vektory a systém zmeria ich vzdialenosť. Pri tréningu sa pravé páry priťahujú a nepravé odtláčajú. Model potom dokáže porovnať aj identitu, ktorú počas tréningu nepoznal, ak sa naučil vhodnú metriku podobnosti. Práve výkon na nových objektoch ukáže, či sieť naučila metriku, alebo si zapamätala tréningové páry.

Časté otázky

Prečo vetvy Siamese network zdieľajú váhy?

Zdieľanie zabezpečí, že oba vstupy prejdú rovnakou transformáciou a ich vektory sú priamo porovnateľné. Znižuje tiež počet nezávislých parametrov.

Aké straty sa používajú pri siamských sieťach?

Bežná je contrastive loss pre páry, triplet loss pre kotvu, pozitívny a negatívny príklad, alebo klasifikačná strata nad skóre podobnosti.

Čo je hard negative?

Je to nepodobný príklad, ktorý model mylne umiestňuje blízko ku kotve. Takéto príklady poskytujú silný tréningový signál, ale extrémne alebo chybné negatíva môžu učenie destabilizovať.

Ako sa zvolí rozhodovací prah?

Prah vzdialenosti alebo podobnosti sa kalibruje na validačných pároch podľa požadovaného kompromisu medzi false accept a false reject. Nemá sa určovať na tréningových dátach.

Je Siamese network iba pre obrazy?

Nie. Vetvy môžu spracovať text, zvuk, časové rady alebo multimodálne vstupy. Dôležité je, aby produkovali reprezentácie v spoločnom porovnateľnom priestore.

Súvisiace pojmy

Zdroje a redakčná stopa

Signature Verification using a Siamese Time Delay Neural Network FaceNet: A Unified Embedding for Face Recognition and Clustering

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.