به گزارش کارگروه فناوری اطلاعات سایبربان؛ در كنفرانس بین‌المللی یادگیری ماشینی (ICML) در سال جاری جایزه مقاله برجسته به گروهی از محققان و اساتید اسرائیلی اهدا شد؛ این جایزه برای مقاله‌ای با محوریت فعالیت نظری و تجربی نمایندگان قدرتمند در این زمینه در نظر گرفته شد.
مقاله «یادگیری مجموعه‌های عناصر متقارن» به‌وسیله هاگای مرون (Hagai Meron)، عضو گروه تحقیقاتی شرکت اسرائیلی «NVIDIA»، اُآر لیتانی (Or Litani)، استاد دانشگاه استانفورد، ایتان فتایا (Ethan Fetaya)، استاد دانشگاه بار ایلان (Bar Ilan)، گال چچیک (Gal Chechik)، استاد دانشگاه بار ایلان و مدیر گروه تحقیقاتی شرکت اسرائیلی انجام شد.
محققان در این مقاله، رویکردی را برای یادگیری مجموعه عناصر متقارن عمومی با قابلیت استفاده در انواع روش‌ها از جمله تصاویر اشکال‌زدایی، تشخیص شکل 3 بعدی و بازسازی معرفی کردند. در این مقاله آمده است :
«تحقیقات ما به‌صورت تئوری ثابت می‌کند که معماری‌های شبکه عصبی هنگام یادگیری در مجموعه اشیاء پیچیده باید مورد استفاده قرار گیرند، که به موجب آن بریا اهداف ساختار پیچیده‌ای تصور می‌شود که از آن به عنوان تقارن یاد می‌کنیم. ما همچنین به‌صورت تجربی نشان می‌دهیم که این معماری در طیف وسیعی از مشکلات در مورد تصاویر، نمودارها و ابرهای 3 بعدی به نتایج برتر می‌رسد.»
درنتیجه، معماری‌های آنها می‌توانند برای کاهش صدا و شناسایی نکات برجسته عملکرد با توجه به مجموعه‌ای از تصاویر نتیجه‌گیری شوند. تمام آزمایشات با استفاده از سیستم‌های «NVIDIA DGX» با جی‌پی‌یوهای «NVIDIA V100» اجرا شدند.
امسال، برخلاف سال‌های گذشته، سی و دومین کنفرانس بین‌المللی یادگیری ماشینی به دلیل محدودیت‌های ناشی از بیماری کووید-19 به‌صورت آنلاین برگزار شد؛ محل رسمی کنفرانس در آستریا (Austria) بود.
