Relational Retrieval: Leveraging Known-Novel Interactions for Generalized Category Discovery
यह शोध पत्र रिलेशनल पैटर्न कंसिस्टेंसी (RPC) का प्रस्ताव करता है, जो एक नवीन फ्रेमवर्क है जो जेनेरालाइज्ड कैटेगरी डिस्कवरी के लिए, स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त करने हेतु सिमेंटिक अलाइनमेंट और इनवेरिएंट रिलेशनल पैटर्न मैचिंग के माध्यम से लेबल किए गए और अनलेबल डेटा के बीच द्वि-दिशीय ज्ञान हस्तांतरण का लाभ उठाता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक नए छात्र (कंप्यूटर) को विभिन्न प्रकार के जानवरों को पहचानना सिखाने की कोशिश कर रहे हैं। आपके पास फोटो के दो समूह हैं जिन्हें आप उन्हें दिखा सकते हैं:
- "ज्ञात" (Known) समूह: एक फोटो एल्बम जिसमें हर जानवर को स्पष्ट रूप से लेबल किया गया है (जैसे, "यह एक बिल्ली है," "यह एक कुत्ता है")।
- "अज्ञात" (Unknown) समूह: बिना लेबल वाली तस्वीरों का एक विशाल ढेर। इनमें से कुछ बिल्लियाँ और कुत्ते हैं जिन्हें आप पहले देख चुके हैं, लेकिन कुछ ऐसे भी जानवर हैं जिनसे आप कभी नहीं मिले (जैसे कि एक प्लैटिपस या पैंगोलिन)।
समस्या:
पिछले अधिकांश तरीकों ने इन दोनों समूहों के साथ ऐसा व्यवहार किया जैसे वे अलग-अलग कमरों में हों। कंप्यूटर लेबल वाले फोटो का अध्ययन करके बिल्ली और कुत्ते के बारे में सीखता था, और फिर वह बिना किसी मदद के अज्ञात ढेर में मौजूद चीजों का अनुमान लगाने की कोशिश करता था, इस उम्मीद में कि वह नए जानवरों को समझ लेगा। यह समय की बर्बादी है। यह बिल्कुल वैसा ही है जैसे शिक्षक छात्र के ठीक बगल में खड़ा हो, लेकिन उन्हें आपस में बात करने की अनुमति न दी जाए। छात्र अज्ञात ढेर में मौजूद "ज्ञात" जानवरों को देखते समय शिक्षक की मदद लेने का अवसर खो देता है, और शिक्षक को छात्र के मौजूदा ज्ञान का उपयोग करके "नए" जानवरों को समझाने का मौका नहीं मिलता।
समाधान: "रिलेशनल रिट्रीवल" (RPC)
लेखक एक नया तरीका प्रस्तावित करते हैं जिसे रिलेशनल पैटर्न कंसिस्टेंसी (RPC) कहा जाता है। इसे एक दो-तरफा बातचीत के रूप में सोचें जो लेबल वाली और बिना लेबल वाली तस्वीरों के बीच होती है।
यह इस प्रकार काम करता है, यहाँ दो सरल उपमाएँ दी गई हैं:
1. "शैडो पपेट" (परछाईं वाले कठपुतली) का खेल (ज्ञात को ज्ञात बनाए रखना)
लक्ष्य: यह सुनिश्चित करना कि कंप्यूटर यह न भूल जाए कि एक "बिल्ली" कैसी दिखती है जब वह अज्ञात ढेर में एक बिल्ली को देखता है।
उपमा: कल्पना कीजिए कि लेबल वाली तस्वीरें "मास्टर पपेटियर्स" (मुख्य कठपुतली संचालक) हैं जो जानते हैं कि बिल्ली की परछाईं ठीक कैसे बनाई जाती है। बिना लेबल वाली तस्वीरें "शिक्षु" (Apprentices) हैं।
केवल शिक्षुओं को अनुमान लगाने देने के बजाय, यह विधि एक विशेष "फ्यूजन" तकनीक का उपयोग करती है। यह मास्टर पपेटियर (लेबल वाली बिल्ली) की परछाईं लेता है और उसे शिक्षु की परछाईं (बिना लेबल वाली बिल्ली) के साथ धीरे से मिला देता है।
- यह कैसे काम करता है: कंप्यूटर यह जाँचता है कि वह एक बिना लेबल वाली फोटो के बारे में कितना आश्वस्त है कि वह एक "ज्ञात" जानवर है। यदि वह काफी आश्वस्त है, तो वह उस फोटो की विशेषताओं को लेबल वाले संस्करण के साथ मिला देता है। यह कंप्यूटर को यह सीखने के लिए मजबूर करता है कि बिना लेबल वाली बिल्ली को लेबल वाली बिल्ली की तरह ही व्यवहार करना होना चाहिए, भले ही फोटो धुंधली हो या किसी अजीब कोण से ली गई हो। यह बिल्कुल वैसा ही है जैसे शिक्षु मास्टर की चालों की हुबहू नकल कर रहा हो।
2. "कम्पास" (दिशा-सूचक यंत्र) का खेल (नए जानवरों को खोजना)
लक्षक: यह पता लगाना कि बिना लेबल वाले ढेर में कौन से जानवर नए हैं और उन्हें एक साथ समूहबद्ध करना, भले ही कंप्यूटर ने उन्हें पहले कभी न देखा हो।
उपमा: कल्पना कीजिए कि "ज्ञात" जानवर (बिल्लियाँ, कुत्ते, पक्षी) एक मानचित्र पर निश्चित कम्पास या लैंडमार्क (निशान) के सेट हैं।
- एक "बिल्ली" "कुत्ते" के लैंडमार्क के बहुत करीब हो सकती है लेकिन "पक्षी" के लैंडमार्क से बहुत दूर हो सकती है।
- एक "नया" जानवर (जैसे कि एक प्लैटिपस) जिसे पहले कभी नहीं देखा गया, हमें उसका नाम नहीं पता। लेकिन, यदि आप लैंडमार्क के साथ उसके संबंधों को देखें, तो आप यह नोटिस कर सकते हैं: "अरे, यह प्लैटिपस भी कुत्ते के लैंडमार्क के करीब है और पक्षी से दूर है, ठीक वैसे ही जैसे वहाँ दूसरा प्लैटिपस है!"
जादू:
कंप्यूटर को यह जानने की आवश्यकता नहीं है कि "प्लैटिपस" का नाम क्या है, उसे बस संबंधों के पैटर्न को समझना है।
- "क्या इन दो अज्ञात जानवरों का बिल्ली, कुत्ते और पक्षी के साथ एक ही 'दूरी' का संबंध है?"
- यदि हाँ, तो वे संभवतः एक ही नई प्रजाति हैं।
- यदि नहीं, तो वे अलग हैं।
यह एक भ्रमित करने वाले अनुमान लगाने वाले खेल को एक सरल मिलान वाले खेल में बदल देता है। एक नई श्रेणी को शून्य से बनाने की कोशिश करने के बजाय, कंप्यूटर बस यह जाँचता है कि क्या नए जानवर उन जानवरों के साथ एक ही "रिलेशनशिप सिग्नेचर" साझा करते हैं जिन्हें वह पहले से जानता है।
परिणाम
पेपर ने कई अलग-अलग डेटासेट्स (कारों और विमानों की सरल तस्वीरों से लेकर जटिल चिकित्सा छवियों तक) पर इस "दो-तरफा बातचीत" पद्धति का परीक्षण किया।
- बेहतर स्मृति: कंप्यूटर बिना लेबल वाले ढेर में "ज्ञात" जानवरों को याद रखने में बहुत बेहतर हो गया क्योंकि वह लगातार लेबल वाले डेटा के साथ तुलना कर रहा था।
- बेहतर खोज: यह "नए" जानवरों को खोजने और उन्हें समूहबद्ध करने में बेहतर हो गया क्योंकि इसने ज्ञात जानवरों को एक विश्वसनीय मानचित्र के रूप में उपयोग किया।
- दक्षता: इसने यह सब बिना किसी अतिरिक्त कंप्यूटर पावर की भारी आवश्यकता के किया। यह पुराने तरीकों की तुलना में केवल थोड़ा ही अधिक महंगा था, लेकिन बहुत अधिक स्मार्ट था।
संक्षेप में:
पेपर कहता है, "लेबल वाले और बिना लेबल वाले डेटा को अजनबी की तरह व्यवहार करना बंद करें। उन्हें एक-दूसरे का हाथ थामने दें।" लेबल वाले डेटा को अज्ञात हिस्से के ज्ञात भागों का मार्गदर्शन करने देकर, और ज्ञात डेटा को अज्ञात हिस्सों को खोजने के लिए एक मानचित्र के रूप में उपयोग करके, कंप्यूटर तेजी से सीखता है और कम गलतियाँ करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।