النشرة الإخبارية
Sed ut perspiciatis unde.
كمكافأة، احصل على الكود لتطبيق استخراج الميزات في أي مكان
هذا هو الجزء الأخير من سلسلة مقالاتي المستوحاة من الطبيعة. لقد تحدثت سابقًا عن الخوارزميات المستوحاة من علم الوراثة والسرب والنحل والنمل. اليوم سأتحدث عن الذئاب.
عندما تحتوي إحدى المجلات على عدد اقتباسات يمتد إلى 5 أرقام، فأنت تعلم أن هناك بعض الأعمال الجادة الجارية. محسن الذئب الرمادي [1] (GWO) هو أحد الأمثلة على ذلك.
مثل تحسين سرب الجسيمات (PSO)، ومستعمرة النحل الاصطناعية (ABC)، وتحسين مستعمرة النمل (ACO)، يعد GWO أيضًا بمثابة إرشادي ميتا. على الرغم من عدم وجود ضمانات رياضية للحل، إلا أنه يعمل بشكل جيد من الناحية العملية ولا يتطلب أي معرفة تحليلية للمشكلة الأساسية. وهذا يسمح لنا بالاستعلام من “الصندوق الأسود”، والاستفادة ببساطة من النتائج المرصودة لتحسين الحل الذي نقدمه.
كما هو مذكور في مقالتي في ACO، كل هذه الأمور تتعلق في النهاية بالمفهوم الأساسي لمقايضة الاستكشاف والاستغلال. لماذا إذن يوجد الكثير من الاستدلالات الفوقية المختلفة؟
أولاً، لأنه يتعين على الباحثين نشر الأبحاث. ويستلزم جزء كبير من عملهم استكشاف الأشياء من زوايا مختلفة ومشاركة الطرق التي تحقق بها نتائجهم فوائد مقارنة بالمناهج الحالية. (أو كما يقول البعض، نشر الصحف لتبرير رواتبهم والسعي للحصول على الترقيات. لكن دعونا لا نصل إلى هذا الحد).
ثانيًا، يرجع ذلك إلى نظرية “لا يوجد غداء مجاني”. [2] الذي تحدث عنه مؤلفو GWO أنفسهم. في حين أن هذه النظرية كانت تقول على وجه التحديد أنه لا يوجد غداء مجاني لخوارزميات التحسين، أعتقد أنه من العدل أن نقول إن الشيء نفسه ينطبق على علوم البيانات بشكل عام. لا يوجد حل نهائي واحد يناسب الجميع، وغالباً ما يتعين علينا تجربة أساليب مختلفة لمعرفة ما الذي ينجح.
لذلك، دعونا نشرع في إضافة أداة إرشادية أخرى إلى صندوق الأدوات الخاص بنا. لأنه لا يضر أبدًا أن يكون لديك أداة أخرى قد تكون مفيدة يومًا ما.
أولاً، دعونا نفكر في مشكلة تصنيف بسيطة للصور. يتمثل النهج الذكي في استخدام الشبكات العصبية العميقة المدربة مسبقًا كمستخرجات للميزات لتحويل …
