Revolucionando la Medida de Semejanza: Redes Neuronales de Tversky
Este artículo presenta una nueva arquitectura de red neuronal basada en la semejanza de Tversky, desafiando el uso prevalente del producto escalar o la semejanza de coseno en el aprendizaje profundo. Transforma elegantemente las operaciones de conjuntos tradicionalmente discretas del modelo de Tversky en funciones diferenciables, permitiendo el entrenamiento dentro del marco de aprendizaje profundo. Los experimentos demuestran mejoras significativas en el rendimiento en el reconocimiento de imágenes y el modelado del lenguaje, junto con una interpretabilidad mejorada, lo que permite explicaciones intuitivas de las decisiones del modelo. La innovación central reside en una función de semejanza de Tversky diferenciable que considera características comunes y distintivas, alineándose mejor con la percepción humana de la semejanza.
Leer más