Milutin Cerović odbranio je master rad na temu „Samonadgledano učenje pomoću pseudo-zadatka rotacije“

Student Milutin Cerović je u sredu, 6. aprila 2022. godine odbranio svoj master rad na temu Samonadgledano učenje pomoću pseudo-zadatka rotacije pred mentorom dr Nemanjom Ilićem i članovima komisije dr Dušanom Vujoševićem i dr Goranom Rakočevićem.

 U uvodu svog rada Milutin je istakao:

Veštačka inteligencija i njene oblasti istraživanja i primene predstavljaju svojevrsnu ,,Četvrtu industrijsku revoluciju” koja neminovno transformiše gotovo sve vrste poslova i koja će zasigurno imati uticaja na sve aspekte naših života u narednim godinama, čega smo i sami sve više svedoci počev od samovozećih automobila (Tesla.com,2019) do sistema za dijagnostiku u medicini (Hannun et al.,2019). Najznačajnija oblast veštačke inteligencije je mašinsko učenje, u kome je cilj da mašina bez eksplicitnog programiranja nauči kako da dode do rešenja na osnovu podataka koji su joj dati.

Kao generalni problem tokom obuke na pseudo-zadatku istakao se problem invarijantnosti ugla. Deo slika u skupu podataka je invarijantan na ugao, odnosno slika može imati oba ugla primer aviona koji je orijentisan sa leve na desnu stranu, ima apsolutno prihvatljivu i semantički ispravnu orijentaciju i ako je orijentisan sa desna na levo. Na skupu CIFAR10 postoji problem i male rezolucije slika, čime se delimično onemogućava modelu da nauči kvalitetne vizuelne karakteristike slika. Važno je napomenuti da su dati skupovi podataka imali kanonski ugao od 0◦, što nije uvek slučaj, čime pseudo-zadatak rotacije može biti ugrožen u opštem slučaju primene.

Modeli samonadgledanog učenja pokazali su izvanredne rezultate u praksi i definitivno njihovo vreme tek dolazi. Daljim unapredivanjem i razvojem modela posebno u domenu kontrastivnog učenja, možemo očekivati da će biti u stanju da nadmaše rezultate nadgledanog učenja i postignu još kvalitetnije i značajnije rezultate koji se mogu koristiti u velikom broju aplikacija. Logično objašnjenje takvog stava jeste da se ovi modeli mogu obučavati na gotovo neograničenim skupovima podataka koji ne zahtevaju oznake, što u metodologiji nadgledanog učenja nije slučaj i iziskuje značajne ljudske i vremenske resurse. – zaključio je Milutin.

Fotografije sa odbrane dostupne su u galeriji.

sbobet88 slot agb99 situs slot slot777 toto AMANAHTOTO slot SLOT GACOR AMANAHTOTO toto slot88 ASIA200 ASIA200 ASIA200 bayijudy.com situs resmi bayitoto slot gacor popotogel login situs slot eropa99 hoki99 roma77 babe138 roma77 roma77 hoki99 abadicash