{"id":7116,"date":"2022-06-20T18:42:42","date_gmt":"2022-06-20T16:42:42","guid":{"rendered":"https:\/\/www.ibidem-translations.com\/edu\/?p=7116"},"modified":"2022-11-28T13:21:46","modified_gmt":"2022-11-28T12:21:46","slug":"traduccion-retroalimentacion-clasificador","status":"publish","type":"post","link":"https:\/\/www.ibidem-translations.com\/edu\/traduccion-retroalimentacion-clasificador\/","title":{"rendered":"Atributos para la retroalimentaci\u00f3n del clasificador"},"content":{"rendered":"\n

A free translation by Chema, a Spain-based translator specializing in <\/span>English to Spanish translations<\/span><\/a>. <\/span><\/p>\n\n\n\n

An original text written by <\/span><\/strong> <\/span>Devi Parikh, originally published in<\/span><\/strong>
<\/span>https:\/\/faculty.cc.gatech.edu\/~parikh\/attribute_feedback\/<\/span><\/a> <\/span><\/p>\n\n\n\n

* * *<\/p>\n\n\n\n

Autores<\/h3>\n\n\n\n

Arijit Biswas<\/a>
Amar Parkash<\/a>
Devi Parij<\/a><\/p>\n\n\n\n

Resumen<\/h3>\n\n\n\n

El aprendizaje activo nos da herramientas \u00fatiles que permiten reducir los costes de anotaci\u00f3n sin que disminuya el rendimiento del clasificador. Sin embargo, la m\u00e1quina ve al supervisor simplemente como una etiquetadora. Proponemos un nuevo modelo de aprendizaje interactivo que permita al supervisor plasmar conocimientos \u00fatiles en el tema, utilizando una serie de atributos. Primero, la m\u00e1quina transmite lo que ve en la imagen que ha escogido, de forma activa; dice, por ejemplo: “Creo que esto es un bosque, \u00bft\u00fa qu\u00e9 crees?”. Si la m\u00e1quina est\u00e1 equivocada, el supervisor le da una explicaci\u00f3n: “No, es un espacio demasiado abierto para ser un bosque”. Al tener acceso a un conjunto ya retroalimentado de predictores de atributos similares, la m\u00e1quina recupera todas las im\u00e1genes sin etiquetar donde aparezcan espacios verdes abiertos, y las usa como ejemplos err\u00f3neos de bosques, para actualizar el clasificador. Este tipo de proceso le va a dar a la m\u00e1quina mejor rendimiento para, m\u00e1s adelante, poder clasificar correctamente.<\/p>\n\n\n\n

Vamos a proponer tres mejoras para este framework b\u00e1sico. En primer lugar, introducir un esquema de ponderaci\u00f3n que, en vez de tomar una decisi\u00f3n dif\u00edcil, de razones por las cuales el ejemplo puede ser err\u00f3neo. A continuaci\u00f3n, eliminar los atributos alimentados previamente y, en su lugar, hacer que vaya recopilando informaci\u00f3n de dichos atributos sobre la marcha, para que no haya una sobrecarga ni se restrinjan tantos atributos predeterminados. Finalmente, proponer un framework de aprendizaje activo que tenga en cuenta no solo las etiquetas, sino tambi\u00e9n los comentarios que se han hecho sobre \u200b\u200bestos atributos al seleccionar la imagen inicial. De esta manera, logramos una mejora significativa en la precisi\u00f3n de la detecci\u00f3n de caras y zapatos, por ejemplo. Tambi\u00e9n nos permite recopilar y poner a disposici\u00f3n un conjunto m\u00e1s grande de atributos que llegue a contener hasta 29 caracter\u00edsticas de rostros de 60 categor\u00edas.<\/p>\n\n\n\n

Documentos<\/h3>\n\n\n\n

Amar Parkash, Devi Parikh.
“Atributos para la retroalimentaci\u00f3n del clasificador”.
En European Conference on Computer Vision<\/em> (ECCV), 2012 (Oral).
PDF <\/a>bibtex<\/a><\/p>\n\n\n\n

Arijit Biswas, Devi Parikh.
“Aprendizaje activo simult\u00e1neo de clasificadores y atributos a trav\u00e9s de feedback”.
En IEEE Conference on Computer Vision and Pattern Recognition<\/em> (CVPR), 2013.
PDF <\/a>bibtex<\/a><\/p>\n\n\n\n

Presentaciones<\/h3>\n\n\n\n

ECCV 2012, presentaci\u00f3n oral:
Diapositivas<\/a> Charla (video)<\/a><\/p>\n\n\n\n

CVPR 2013, presentaci\u00f3n de un p\u00f3ster:
P\u00f3ster<\/a><\/p>\n\n\n\n

Conjunto de datos<\/h3>\n\n\n\n

Hemos recopilado un conjunto de datos de atributos relativos para 60 tipos de rostro, y 29 atributos (subconjunto de PubFig<\/a>) utilizando Amazon Mechanical Turk. Para cada par de categor\u00edas, mostramos unas im\u00e1genes de ejemplo a 10 usuarios en Amazon Mechanical Turk y les preguntamos en qu\u00e9 categor\u00eda ten\u00edan m\u00e1s presencia cada uno de los atributos. Despu\u00e9s retroalimentamos unos predictores de atributos similares para estas 29 im\u00e1genes. El conjunto de datos, incluidas las anotaciones, los predictores de atributos retroalimentados y los resultados de los predictores en 1.800 im\u00e1genes, se puede descargar aqu\u00ed: Conjunto de datos de rasgos faciales similares.<\/a><\/p>\n\n\n\n

Si utilizas este conjunto de datos, por favor cita a: bibtex<\/a>
<\/p>\n\n\n\n

Demo<\/h3>\n\n\n\n

Presentamos este trabajo en CVPR 2013. Se puede encontrar aqu\u00ed<\/a>.<\/p>\n\n\n\n

Comentarios y preguntas a Arijit Biswas<\/a><\/p>.<\/p>\n\n\n

\n \n
\n \n
\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n <\/div>\n \n
\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n <\/div>\n<\/div>\n \n\n
\n Valora este art\u00edculo<\/span>\n <\/div>\n <\/div>\n","protected":false},"excerpt":{"rendered":"Translation into Spanish of an interesting article by Devi Parikh Associate Professor @Georgia Tech. Research Director @Meta AI. Co-founded Caliper. Generative artist stateoftheheart.ai.","protected":false},"author":8,"featured_media":7131,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[80],"tags":[317,318,218],"class_list":["post-7116","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-translations-spanish","tag-machine-learning","tag-sorter","tag-translation-into-spanish"],"acf":[],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t