إعداد: أ. صهيب بكور       د. محمود موسى       د. عبد الحافظ عبد الحافظ

ملخص البحث:

التجزئة هي إحدى الطرق الأكثر استخداماً لكفاءة الحوسبة والتخزين، فمع تطور التعلم العميق، تظهر طرق التجزئة العميقة مزايا أكثر من الطرق التقليدية من حيث البحث عن أقرب الجيران من أجل الحصول على العينات في قاعدة البيانات ذات المسافات الأصغر لعينات الاستعلام، وهي مهمة أساسية في كثيرٍ من المجالات، على سبيل المثال الرؤية الحاسوبية وتنقيب البيانات. وقد قمنا في هذه الدراسة الاستقصائية، بالدراسة التفصيلية لخوارزميات التجزئة العميقة الحالية بما في ذلك التجزئة العميقة من النوعين الخاضعة للإشراف وغير الخاضعة للإشراف، حيث نصنّف طرق التجزئة الخاضعة للإشراف العميق إلى طرق زوجية وطرق قائمة على الترتيب وطرق نقطية. وسوف نتحدّث عن التكميم وفقاً لكيفية قياس أوجه التشابه بين أكواد التجزئة المكتسبة (learned hash codes). هذا ويتم تصنيف التجزئة العميقة غير الخاضعة للإشراف إلى أساليب قائمة على إعادة بناء التشابه وأساليب قائمة على الملصقات الزائفة وطرق قائمة على التعلم الذاتي خالية من التنبؤ بناء على أساليب التعلم الدلالية الخاصة بها، وفي الختام سنناقش بعض اتجاهات البحث المحتملة.

كلمات مفتاحية: التجزئة العميقة، استرجاع الصور، شبكات الطي العصبونية، التعلم العميق، تمثيل الصور.

شارك هذا البحث!

عن المجلة

مجلة علمية ربعية مُحكّمة، تصدر باللغة العربية عن جامعة حلب في المناطق المحررة، تختص بنشر البحوث العلمية والدراسات الأكاديمية في مختلف التخصصات، تتوافر فيها شروط البحث العلمي في الإحاطة والاستقصاء ومنهج البحث العلمي وخطواته.

أحدث المقالات

اقرأ المزيد