عنوان
استفاده از دانش منطقي پس‌زمينه در بهبود تشخيص رويدادهاي جاده‌اي
نويسنده اصلي
تابان، عليرضا
محل تحصيل
اصفهان : دانشگاه صنعتي اصفهان
رشته تحصيلي
مهندسي كامپيوتر
مقطع تحصيلي
كارشناسي ارشد
چكيده
سيستم‌هاي رانندگي خودكار به‌عنوان يكي از پيچيده‌ترين كاربردهاي هوش مصنوعي، نيازمند تركيب قابليت‌هاي درك محيطي قدرتمند و استدلال منطقي دقيق هستند. شبكه‌هاي عصبي عميق اگرچه در تشخيص الگوها و پردازش داده‌هاي بصري توانايي چشمگيري نشان داده‌اند، اما محدوديت‌هاي اساسي در زمينه استدلال منطقي و رعايت قيود ايمني دارند. اين پژوهش به توسعه روش‌هاي نوين براي ادغام دانش نمادين و الزامات منطقي در فرآيند يادگيري عميق مي‌پردازد تا با بهبود عملكرد مدل‌ها، سيستم‌هايي قابل‌اعتماد و ايمن‌تر براي رانندگي خودكار ارائه دهد.
مجموعه داده ROAD-R به‌عنوان اولين مجموعه داده جامع براي تشخيص رويدادهاي جاده‌اي با الزامات منطقي صريح، زمينه مناسبي براي بررسي اين چالش فراهم مي‌كند. اين مجموعه داده شامل 243 قيد منطقي است كه روابط بين عوامل، اعمال و مكان‌ها را مدل‌سازي مي‌كند.شبكه‌هاي عصبي عميق ذاتاً داده‌گرا هستند و عملكرد مطلوب آن‌ها مستلزم دسترسي به حجم قابل‌توجهي از داده‌هاي برچسب‌گذاري شده است. در عمل، فراهم‌سازي و حاشيه‌نويسي دقيق چنين داده‌هايي، به‌ويژه در حوزه رانندگي خودكار، فرآيندي وقت‌گير و پرهزينه است كه چالش‌هاي عملي جدي را به همراه دارد.
در اين پژوهش، سه روش نوآورانه براي حل اين مسئله ارائه مي‌شود. روش نخست بر اساس يادگيري گرافي روابط بين برچسب‌ها استوار است كه با استفاده از شبكه‌هاي كانولوشني گرافي، وابستگي‌هاي منطقي بين كلاس‌هاي مختلف را مدل‌سازي مي‌كند. اين روش با استفاده از مدل YOLOv8 براي تشخيص اشياء و ساختار گرافي براي يادگيري روابط، چارچوبي براي درك محتواي بصري و به‌كار گيري قيود منطقي فراهم مي‌آورد.
روش دوم از مدل‌هاي انتشار مبتني بر امتياز با هدايت عصبي-نمادين بهره مي‌گيرد. اين روش با استفاده از مدل‌هاي ضمني حذف نويز و انتشار و قابليت توليد توزيع‌هاي چندوجهي برچسب‌ها را دارد كه هم‌زمان با شواهد بصري سازگار بوده و قيود منطقي را به شيوه احتمالي به كار مي‌گيرد. روش سوم بر مبناي يادزدايي انتخابي است كه راه‌حلي كارآمد براي ريزتنظيم موثرتر مدل‌هاي پيش‌آموزش‌ديده ارائه مي‌دهد. اين روش با شناسايي و حذف انتخابي الگوهايي كه منجر به نقض قيود منطقي مي‌شوند، امكان بهبود مدل‌ها را بدون نياز به آموزش مجدد كامل فراهم مي‌كند.
نتايج آزمايش‌هاي گسترده بر روي مجموعه داده ROAD-R نشان مي‌دهد كه هر سه روش پيشنهادي توانسته‌اند در مقايسه با مدل‌هاي پايه عملكرد بسيار خوبي داشته باشند و روش سوم با مقداري نزديك به يك امتياز F1 با نسبت تقاطع بر اتحاد 0/5 بالاترين عملكرد را داشته باشد.
اين پژوهش نشان مي‌دهد كه ادغام دانش نمادين در فرآيند يادگيري عميق در زمان كمبود داده برچسب‌دار مي‌تواند عملكرد كلي سيستم را نيز بهبود بخشد.
شماره ركورد
237119
گرايش رشته تحصيلي
هوش مصنوعي
دانشكده
مهندسي برق و كامپيوتر
دانشگاه
دانشگاه صنعتي اصفهان