TaxaMargin, vizual baxımdan bir-birinə bənzəyən ağac növlərini ayırarkən bioloji taksonomiyanı birbaşa öyrənmə məqsədinə daxil edən və ArcFace tipli bucaqlı marja təsnifatını taksonomik əlaqəyə uyğunlaşdıran dərin öyrənmə təsnifat yanaşmasıdır. Tədqiqatda GBIF və iNaturalist mənbələrindən 12 cinsə aid 36 ağac növü üçün balanslaşdırılmış RGB təsvir verilənlər toplusu yaradılmış; ImageNet ilə əvvəlcədən öyrədilmiş ConvNeXt-Tiny onurğası 256 ölçülü L2-normalizə olunmuş təmsil vektorları yaratmaq üçün incə sazlanmışdır. TaxaMargin, təsvirin ən güclü yanlış rəqibi düzgün növlə eyni cinsə aid olduqda daha böyük bucaqlı marja tətbiq etmiş; növ səviyyəsindəki hərəkətli orta prototiplər isə təmsil fəzasını əlavə olaraq nizamlamışdır. Tam TaxaMargin + prototip sistemi %81,57 növ dəqiqliyi, %90,74 cins dəqiqliyi və %82,00 macro-F1 əldə etmiş; standart softmax konfiqurasiyası ilə müqayisədə bu metrikləri müvafiq olaraq 12,57, 11,74 və 15,20 faiz bəndi artırmışdır.

Tədqiqatın əsas ideyası bioloji təsnifatdakı bütün səhvlərin eyni məna daşımamasıdır. Bir palıd növünün başqa bir palıd növü ilə qarışdırılması, tamamilə fərqli bir cinsdən olan növlə qarışdırılmasına nisbətən taksonomik baxımdan daha yaxın səhvdir. TaxaMargin bu iyerarxik məlumatdan təlim zamanı istifadə edərək xüsusilə eyni cinsə aid və vizual baxımdan bir-birinə bənzəyən növlərin təmsil fəzasında daha güclü ayrılmasını hədəfləyir.

Nəticələr yanaşmanın araşdırılan verilənlər toplusunda həm növ, həm də cins səviyyəsində təsnifatı yaxşılaşdırdığını göstərir. Bununla belə, tədqiqat yalnız bir balanslaşdırılmış verilənlər toplusunun təlim/doğrulama/test bölgüsünə əsaslanır; nəticələr bütün ağac növlərində, bütün coğrafiyalarda və ya real sahə tətbiqlərində eyni performansın təmin olunduğu mənasına gəlmir. Bundan əlavə, modelin etimadı həmişə düzgünlüyə uyğun gəlmir və mənbədə yüksək etimadla edilmiş yanlış təsnifatlar da bildirilmişdir.

Niyə ağac növlərini təsvirlərdən ayırmaq çətindir?

Ağac növünün tanınması biomüxtəlifliyin monitorinqi, ekoloji tədqiqat, meşə idarəçiliyi, mühafizə planlaşdırması və şəhər ağaclarının qiymətləndirilməsi baxımından vacibdir. Lakin sahədə əldə olunan tək RGB təsviri botaniki diaqnostika üçün lazım olan bütün strukturları eyni anda göstərməyə bilər. Təsvir yalnız yarpağı, gövdə qabığını, budağı, çiçəyi, meyvəni, qozanı və ya çətirin görünüşünü ehtiva edə bilər.

Eyni növ yaş, mövsüm, böyümə mərhələsi, sağlamlıq vəziyyəti, işıqlandırma, kamera bucağı və ətraf mühit şəraitindən asılı olaraq olduqca fərqli görünə bilər. Bunun əksinə, eyni cinsə aid yaxın növlər yarpaq forması, qabıq teksturası və ya budaqlanma quruluşu baxımından bir-birinə çox bənzəyə bilər. Beləliklə, problemdə iki çətinlik eyni anda ortaya çıxır: növdaxili vizual dəyişkənlik yüksək ola bildiyi halda, növlərarası fərq çox kiçik ola bilər.

Taksonomiyaya Həssas Öyrənmə Niyə İstifadə Olunur?

Taksonomiyaya həssas öyrənmə növləri bir-birindən tamamilə müstəqil siniflər kimi görmək əvəzinə növ–cins əlaqəsini öyrənmə probleminə daxil edir; bu tədqiqatda eyni cinsdən olan çətin rəqib növlər üçün daha böyük bucaqlı marja tətbiq edilərək modelin ən incə bioloji fərqlərə daha güclü ayırma təzyiqi yönəltməsi təmin edilmişdir.

Verilənlər toplusunun yaradılması

Təsvirlər əsasən GBIF və iNaturalist platformalarından toplanmışdır. Zədələnmiş fayllar, təkrarlanan təsvirlər və kifayət qədər vizual məlumat daşımayan nümunələr təmizlənmişdir. Daha sonra hər növ üçün sabit olaraq 300 təsvir seçilmiş və sinif saylarının balanslaşdırılması təmin edilmişdir.

Son verilənlər toplusu 12 cins × hər cinsdə 3 növ = 36 növ quruluşundadır.

Hər təsvir həm növ etiketi, həm də cins etiketi daşıyır. Əsas hədəf növ təsnifatıdır; cins etiketi isə taksonomik marjanın qurulması və cins səviyyəsində performansın ölçülməsi üçün istifadə olunur. Verilənlər təsadüfi olaraq %70 təlim, %20 doğrulama və %10 test alt çoxluqlarına bölünmüşdür.

Təsvirlərin əvvəlcədən işlənməsi və verilənlərin artırılması

Bütün təsvirlər modelə verilməzdən əvvəl 320 × 320 piksel ölçüsünə gətirilmişdir. Təlim mərhələsində modelin sahə təsvirlərindəki dəyişkənliyə daha davamlı olması üçün təsadüfi verilən artırma əməliyyatları tətbiq edilmişdir.

Doğrulama və test mərhələsində təsadüfi verilən artırma istifadə olunmamış, deterministik əvvəlcədən işləmə tətbiq edilmişdir. Beləliklə, qiymətləndirmə nəticəsinin təsadüfi təsvir çevrilmələrindən təsirlənməsinin qarşısı alınmışdır.

ConvNeXt-Tiny xüsusiyyət çıxarıcısı

Təsvir xüsusiyyətlərinin çıxarılması üçün ImageNet ilə əvvəlcədən təlim edilmiş ConvNeXt-Tiny istifadə olunmuşdur. Model timm PyTorch kitabxanası vasitəsilə tətbiq edilmiş və ağac növü verilənlər toplusunda yenidən təlim edilmişdir.

ConvNeXt-Tiny-nin orijinal təsnifat qatı çıxarılmış və onun yerinə tam əlaqəli qatlar, GELU aktivləşməsi və dropout ehtiva edən yeni proyeksiya başlığı yerləşdirilmişdir. Bu başlıq hər təsviri 256 ölçülü xüsusiyyət vektoruna çevirir.

Xüsusiyyət vektoru daha sonra L2 norması ilə normallaşdırılaraq vahid hipersfer üzərində təmsil olunur.

Tənlik (1):

\[ z_i=\frac{u_i}{\|u_i\|_2}, \qquad \bar{w}_k=\frac{w_k}{\|w_k\|_2}, \qquad c_{ik}=z_i^{\top}\bar{w}_k=\cos(\theta_{ik}) \]

Burada \(u_i\), təsvir \(i\) üçün 256 ölçülü xam xüsusiyyət vektorunu; \(z_i\), normallaşdırılmış təsvir təmsilini; \(w_k\), növ \(k\) üçün təsnifatçı çəkisini; \(c_{ik}\) isə təsvirlə sinif təmsilinin kosinus oxşarlığını göstərir. Təsnifat logitlərinin miqyas əmsalı mənbədə \(s=30,0\) kimi verilmişdir.

TaxaMargin Nədir və ArcFace-dən Necə Fərqlənir?

TaxaMargin, ArcFace-in normallaşdırılmış təmsil fəzasındakı bucaqlı marja prinsipini qoruyan, lakin marjanı sabit saxlamaq əvəzinə ən güclü yanlış rəqibin düzgün növlə eyni cinsdə olub-olmamasına görə dəyişdirən təsnifat başlığıdır; eyni cinsdən rəqib üçün 0,30, fərqli cinsdən rəqib üçün 0,18 marja istifadə olunur.

Ən çətin yanlış sinfin tapılması

Hər təlim nümunəsində əvvəlcə düzgün sinifdən başqa növlər arasında təsvir təmsilinə ən çox bənzəyən rəqib axtarılır. Mənbə mətni bunu “ən yüksək kosinus oxşarlığına malik yanlış növ” kimi təsvir edir.

Mənbə Tənlik (2) qeydi: PDF-dəki riyazi tərtibatda seçim operatoru çatışmır kimi görünür. Buna görə burada çatışmayan simvol mənbə adından tamamlanmır. İstifadə olunan alqoritmik tərif düzgün növdən başqa ən yüksək kosinus oxşarlığına malik növün ən çətin neqativ kimi seçilməsidir.

Bu seçim təlimdə qradient daşımayan əməliyyat kimi tətbiq edilmişdir.

Taksonomik marjanın seçilməsi

Tənlik (3):

\[ m_i= \begin{cases} m_{\mathrm{intra}}, & g(h_i)=g(y_i)\\ m_{\mathrm{inter}}, & g(h_i)\neq g(y_i) \end{cases} \]

Burada \(g(\cdot)\) növün aid olduğu cinsi; \(h_i\) ən çətin yanlış rəqibi; \(y_i\) düzgün növü göstərir.

Mənbədə istifadə olunan dəyərlər:

\[ m_{\mathrm{intra}}=0,30, \qquad m_{\mathrm{inter}}=0,18 \]

Yəni modelin ən güclü rəqibi düzgün növlə eyni cinsə aiddirsə, daha böyük marja tətbiq olunur. Məqsəd, məsələn, iki yaxın Salix və ya iki yaxın Ulmus növü arasında daha güclü ayrım öyrənməkdir.

Marjanın ilk üç epoch ərzində tədricən açılması

Tənlik (4):

\[ m_i^{(e)}=\alpha_e m_i, \qquad \alpha_e=\min\left(1,\frac{e}{E_m}\right), \qquad E_m=3 \]

Birinci epoch-da hədəf marjanın üçdə biri, ikinci epoch-da üçdə ikisi, üçüncü epoch-dan etibarən isə hamısı istifadə olunur. Bu warm-up təlimin ilkin mərhələlərində optimallaşdırmanın daha sabit irəliləməsi üçün tətbiq edilmişdir.

Düzgün sinfin bucaqlı transformasiyası

Tənlik (5):

\[ \phi_i= \cos\left(\theta_{iy_i}+m_i^{(e)}\right) = c_{iy_i}\cos\left(m_i^{(e)}\right) - \sqrt{1-c_{iy_i}^{2}} \sin\left(m_i^{(e)}\right) \]

Bu əməliyyat yalnız düzgün sinfə aid kosinus dəyərini dəyişir. Düzgün sinfin qərar bölgəsinə çatmağın çətinləşdirilməsi ilə təmsilin öz sinif mərkəzinə daha güclü uyğunlaşması və rəqiblərdən daha aydın ayrılması təşviq olunur.

Tənlik (6):

\[ \ell_{ik}^{TM}= \begin{cases} s\phi_i, & k=y_i\\ s c_{ik}, & k\neq y_i \end{cases}, \qquad s=30,0 \]

TaxaMargin transformasiyası yalnız təlim zamanı tətbiq olunur; çünki marjanın hesablanması həqiqi növ etiketini tələb edir. Doğrulama və test zamanı normallaşdırılmış kosinus logitləri istifadə olunur. Beləliklə, TaxaMargin-in vəzifəsi çıxarış zamanı yeni qərar qaydası tətbiq etmək deyil, təlim zamanı təmsil fəzasının həndəsəsini formalaşdırmaqdır.

Növ prototipi öyrənməsi

Tədqiqat hər növ üçün ayrıca bir prototip vektoru saxlayır. Prototip müvafiq növün öyrənilmiş təmsil fəzasındakı hərəkətli istinad mərkəzidir. Məqsəd eyni növün fərqli yarpaq, qabıq, budaq və ya ətraf mühit görünüşlərindən gələn təmsillərini daha ardıcıl sinif quruluşu ətrafında təşkil etməkdir.

Prototip yenilənməsində eksponensial hərəkətli orta momentumu:

\[ \mu=0,90 \]

kimi istifadə edilmişdir.

Etimad həddi ilə qapılan prototip yenilənməsi

Hər təsvirin prototipi yeniləməsinə icazə verilmir. Optimallaşdırma addımından sonra bucaqlı marja tətbiq olunmadan ikinci irəli keçid edilir və düzgün növə verilmiş ehtimal hesablanır.

Tənlik (7):

\[ q_i= \left[ \operatorname{softmax} \left(\ell_i^{F,0}\right) \right]_{y_i} \]

Yenilənmə yalnız:

\[ q_i\ge\tau_p, \qquad \tau_p=0,35 \]

şərtində aparılır. Buradakı \(q_i\), modelin hər hansı sinfə verdiyi maksimum ehtimal deyil, məhz həqiqi növə verdiyi ehtimaldır.

Tənlik (8):

\[ p_c^{new}= \begin{cases} z_i, & \text{prototip henüz başlatılmamışsa}\\[4pt] \dfrac{\mu p_c^{old}+(1-\mu)z_i} {\|\mu p_c^{old}+(1-\mu)z_i\|_2}, & \text{diğer durumda} \end{cases} \]

\[ \mu=0,90 \]

Normallaşdırma sayəsində prototip də təsvir təmsilləri və təsnifatçı çəkiləri ilə eyni vahid hipersfer üzərində qalır.

Prototip oxşarlıq logitləri

Tənlik (9):

\[ \ell_{ik}^{P} = s z_i^{\top}\bar{p}_k, \qquad \bar{p}_k= \frac{p_k}{\|p_k\|_2}, \qquad s=30,0 \]

Beləliklə, prototip qolu təsvirin hər növ prototipinə olan bucaqlı/kosinus oxşarlığından ikinci proqnoz siqnalı yaradır.

Doğrulama, test və prototip etimad hesabında təsnifatçı və prototip logitləri birləşdirilir:

Tənlik (10):

\[ \ell_{ik}^{F} = \ell_{ik}^{C} + \lambda_p\ell_{ik}^{P}, \qquad \lambda_p=0,10 \]

Burada \(\ell_{ik}^{C}=s c_{ik}\), marjasız kosinus təsnifatçı logitidir.

Prototip itkisi üçün warm-up əməliyyatı

Tənlik (11):

\[ \beta_e= \min\left(1,\frac{e}{E_p}\right), \qquad E_p=3 \]

Tənlik (12):

\[ \mathcal{L} = \mathcal{L}_{TM} + \beta_e\lambda_p\mathcal{L}_{P}, \qquad \lambda_p=0,10 \]

\(\mathcal{L}_{TM}\), TaxaMargin logitləri üzərindən hesablanan çarpaz entropiya itkisini; \(\mathcal{L}_{P}\) isə növ prototipi logitlərindən hesablanan köməkçi çarpaz entropiya itkisini ifadə edir.

Bu iki mexanizm fərqli vəzifələr yerinə yetirir: TaxaMargin müxtəlif növlər, xüsusilə eyni cinsdən olan çətin rəqiblər arasındakı siniflərarası ayrımı böyüdərkən; prototip öyrənməsi eyni növün fərqli təsvirlərinin sinifdaxili nizamını və kompaktlığını dəstəkləyir.

Təlim strategiyası

Təlim mini-batch-lərində növlərin müntəzəm təmsilini artırmaq üçün weighted random sampler istifadə edilmişdir. İlkin araşdırmalarda çətin olduğu müəyyən edilən növlərə yalnız təlim dəstində 1,8 faktorlu hədəflənmiş oversampling tətbiq edilmişdir. Doğrulama və test dəstləri bu nümunələmə strategiyasından təsirlənməmişdir.

Qiymətləndirmə protokolu

Performans yalnız ümumi dəqiqliklə ölçülməmişdir. Növ dəqiqliyi, cins dəqiqliyi, macro precision, macro recall, macro-F1, çəkili precision/recall/F1, növ üzrə skorlar və cins üzrə orta F1 hesablanmışdır.

Bundan əlavə, beş nəzarətli konfiqurasiya müqayisə edilmişdir:

1. Standart softmax
2. ArcFace
3. ArcFace + növ prototipi
4. TaxaMargin
5. TaxaMargin + növ prototipi

Bütün konfiqurasiyalar eyni verilən bölgüsündən, onurğadan, təlim protokolundan və qiymətləndirmə metriklərindən istifadə etmişdir; buna görə ablasiya müqayisəsi əsas komponentlərin töhfəsini birbaşa araşdırmaq üçün nəzərdə tutulmuşdur.

Təmsil fəzasının taksonomik təhlili

Test təsvirlərinin 256 ölçülü normallaşdırılmış təmsilləri arasındakı kosinus məsafələri üç qrupa bölünmüşdür:

• Eyni növdən iki təsvir
• Eyni cins daxilində fərqli iki növ
• Fərqli cinslərə aid təsvirlər

Bundan əlavə, 36 növ üçün centroid hesablanmış və centroidlər arasındakı kosinus məsafələrindən ikiölçülü Multidimensional Scaling (MDS) vizuallaşdırması yaradılmışdır. MDS yalnız vizual araşdırma üçün istifadə edilmiş; kəmiyyət məsafə müqayisələri orijinal yüksəkölçülü təmsil fəzasında aparılmışdır.

Tədqiqatın Metodu və Nəticələri

Ablasiya nəticələri

Bu cədvəl iki ayrı məqamı göstərir. Birincisi, standart ArcFace softmax-la müqayisədə nəzərəçarpan yaxşılaşma təmin etmişdir. İkincisi, taksonomik marjanın əlavə edilməsi ArcFace üzərinə əlavə qazanc gətirmişdir. Prototip öyrənməsinin ArcFace-ə əlavə olunduqda verdiyi artım məhdud qalsa da, TaxaMargin ilə birləşdirildikdə daha böyük tamamlayıcı fayda müşahidə edilmişdir.

Tam konfiqurasiyanın softmax-la müqayisədə fərqi:

Növ və cins səviyyəsində performans

Macro və weighted precision, recall və F1 dəyərlərinin hamısı təxminən 0,82 səviyyəsindədir. Bəzi növlərdə performans çox yüksəkdir: Abies concolor üçün F1 1,00; Tilia tomentosa və Juniperus sabina üçün isə 0,95 kimi bildirilmişdir.

Cins üzrə ən yüksək orta F1 dəyəri Juniperus: 0,89; ardınca Pinus: 0,85, Quercus: 0,84 və Abies: 0,83 gəlir. Daha aşağı ortalamalar Tilia: 0,78 və Ulmus: 0,78 üçün müşahidə edilmişdir.

Mənbə Populus tremula, Betula pubescens və Tilia cordata kimi bəzi növlərin daha çətin təsnif edildiyini bildirir.

Öyrənilmiş Təmsil Fəzası Həqiqətən Taksonomik Quruluş Göstərirmi?

Bəli, araşdırılan test verilənlərində orta kosinus məsafəsi eyni növ təsvirlərində 0,214, eyni cinsə aid fərqli növlərdə 0,645 və fərqli cinslərdə 0,763 olaraq artır; lakin MDS vizuallaşdırmasında bəzi cinslərin qismən üst-üstə düşməsi taksonomik ayrımın bütün qruplarda qüsursuz olmadığını göstərir.

Bu düzən eyni növ təmsillərinin bir-birinə ən yaxın, eyni cinsdəki növlərin orta səviyyədə ayrılmış, fərqli cinslərin isə orta hesabla daha uzaqda yerləşdiyini göstərir. Bununla belə, MDS xəritəsinin mərkəzində bəzi cinslərin üst-üstə düşməsi təmsil fəzasının bioloji taksonomiyanı tam və qüsursuz şəkildə yenidən qurduğu kimi şərh edilməməlidir.

Səhvlər təsadüfidirmi, yoxsa taksonomik olaraq quruluşlanıb?

Növ səviyyəsindəki səhvlərin %46,23-ü eyni cinsdən başqa növə, %53,77-si fərqli cinsdən növə edilmişdir. Beləliklə, bütün növ səhvlərinin təxminən yarısı yaxın taksonomik qohumlar arasında cəmlənir.

Mənbənin keyfiyyət təhlilində təkrarlanan bəzi qarışıqlıq cütləri bunlardır:

• Salix alba ↔ Salix fragilis
• Ulmus glabra ↔ Ulmus laevis
• Abies alba ↔ Abies nordmanniana

Bu nümunələr bəzi səhvlərin modelin tamamilə əlaqəsiz növə keçməsindən çox, vizual baxımdan bənzər və bioloji baxımdan yaxın növlər arasında yarandığını göstərir.

Model Əmin Deyilsə Niyə Cins Səviyyəsinə Geri Dönür?

Confidence-based fallback mexanizmi növ səviyyəsində ən yüksək proqnoz etimadı müəyyən həddən aşağı olduqda dəqiq növ adı vermək əvəzinə daha geniş cins məlumatını qaytarır; mənbədə 0,95 həddində bu yanaşma %82,87 fallback dəqiqliyi təmin etmiş və proqnozların %6,67-sini cins səviyyəsinə çəkmişdir.

Bu yanaşmanın məqsədi “daha çox proqnoz vermək” deyil, vizual sübut növ səviyyəsində kifayət etmədikdə lazım olduğundan artıq dəqiqlik yaratmamaqdır. Ekoloji sahə istifadəsində cins səviyyəsində düzgün məlumat yanlış növ adından daha faydalı ola bilər.

Bununla belə, mənbə etimad balını həqiqi statistik qeyri-müəyyənliklə eyniləşdirmir. Yüksək etimadla yanlış təsnifatlar da müşahidə edilmişdir. Buna görə fallback həddi praktik əməliyyat qaydasıdır; kalibrasiya olunmuş qeyri-müəyyənlik ölçüsü deyil.

Prototip öyrənməsinin həddi

Hər növ yalnız bir prototip vektoru ilə təmsil olunur. Halbuki eyni ağac növü yarpaq, qabıq, qoz, çiçək, gənc fərd, yetkin fərd, fərqli mövsüm və fərqli kamera perspektivlərində çox fərqli vizual modlara sahib ola bilər. Mənbə buna görə gələcəkdə hər növ üçün bir neçə alt-prototipdən istifadəni mümkün inkişaf istiqaməti kimi müzakirə edir.

Eyni şəkildə, TaxaMargin taksonomiyanı yalnız eyni cins / fərqli cins ikiliyi üzərindən istifadə edir. Fəsilə üzvlüyü, filogenetik məsafə və ya növ xüsusiyyətlərinin dərəcəli oxşarlığı birbaşa marjaya daxil edilməmişdir.

Tədqiqatın dəstəklədiyi nəticələr

• Taksonomiyaya həssas bucaqlı marja araşdırılan verilənlər toplusunda standart ArcFace-lə müqayisədə daha yüksək növ, cins və macro-F1 performansı təmin etmişdir.
• Növ prototipi öyrənməsi TaxaMargin ilə birlikdə istifadə olunduqda əlavə performans artımı vermişdir.
• Öyrənilmiş embedding fəzasında eyni növ, eyni cins və fərqli cins cütləri arasında artan kosinus məsafəsi müşahidə edilmişdir.
• Yanlış təsnifatların mühüm hissəsi taksonomik baxımdan yaxın növlər arasında baş vermişdir.
• Növ proqnozundan cins proqnozuna geri dönüş mexanizmi aşağı etimadlı nümunələrdə daha ehtiyatlı çıxış yarada bilir.

Tədqiqatın dəstəkləmədiyi nəticələr

• Modelin dünyadakı bütün ağac növlərində %81,57 dəqiqlik təmin edəcəyi göstərilməmişdir.
• Nəticələr müstəqil bir qitədə, ölkədə, botanika bağında və ya yeni sahə verilənlər toplusunda xarici doğrulama kimi təqdim edilməmişdir.
• Yüksək model etimadı bioloji düzgünlüyün zəmanəti deyil.
• MDS qrafikindəki vizual qruplaşma filogenetik əlaqənin birbaşa ölçüsü deyil.
• Model yalnız təsvirlərdən öyrənir; DNA, coğrafi yayılma, fenologiya qeydləri və ya ekspert botaniki araşdırması ilə birləşdirilmiş diaqnostik sistem sınaqdan keçirilməmişdir.
• Tək prototipli növ təmsilinin bütün mövsümi və orqan səviyyəsindəki vizual müxtəlifliyi tam təmsil etdiyi sübut olunmur.
• Cins səviyyəsindəki iyerarxiya bioloji taksonomiyanın fəsilə və daha yüksək səviyyələrini modelləşdirmir.

Elmi mənası

Tədqiqatın əsas töhfəsi yalnız daha yüksək təsnifat dəqiqliyi əldə etmək deyil. Tədqiqat bioloji təsnifatın iyerarxik quruluşunu süni intellekt modelinin təlim həndəsəsinə daşıyan yanaşma təklif edir.

Standart təsnifatçı baxımından iki yanlış sinif sadəcə iki ayrı etiketdir. TaxaMargin baxımından isə “eyni cinsdən rəqib” ilə “fərqli cinsdən rəqib” eyni çətinlikdə qəbul edilmir. Model bioloji baxımdan bir-birinə yaxın və vizual olaraq daha asan qarışan növlər arasında daha böyük bucaqlı ayrım öyrənməyə məcbur edilir.

Bu yanaşma xüsusilə biomüxtəliflik təsvirlərində vacibdir; çünki real sahə fotoşəkillərində bir növün fərqləndirici orqanları həmişə görünməyə bilər. Model səhvlərinin hansı taksonomik səviyyədə baş verdiyini bilmək yalnız doğru/yanlış ikili metrikindən daha izahlı ola bilər.

Lakin bu tədqiqat eyni zamanda taksonomik məlumatın əlavə olunmasının bütün qeyri-müəyyənliyi aradan qaldırmadığını göstərir. Eyni cinsdən növlər hələ də əhəmiyyətli dərəcədə qarışır, bəzi yanlış proqnozlar yüksək etimadla edilir və vizual sübutun keyfiyyəti təsvirlər arasında dəyişir. Buna görə TaxaMargin ekspert botaniki diaqnostikasını əvəz etdiyi göstərilmiş sistem deyil; təsvir əsaslı növ tanıma modellərinin öyrənmə məqsədini bioloji quruluşla daha uyğun hala gətirməyi hədəfləyən üsuldur.

Mənbə və Metod Qeydi

Orijinal tədqiqat: Improving Fine-Grained Tree Species Recognition with Taxonomy-Aware Angular-Margin Learning

Müəlliflər: Mohamed Islam KESKES, Mihai Daniel Niţă

Məsul müəllif: Mənbənin başlıq səhifəsində Mihai Daniel Niţă ulduzla işarələnmişdir.

Qurum: Department of Forest Engineering, Forest Management Planning and Terrestrial Measurements, Faculty of Silviculture and Forest Engineering, Transilvania University of Brasov, Brașov, Romania.

Mənbə növü: Preprint tədqiqat məqaləsi.

Platforma: SSRN.

SSRN Abstract ID: 7317101.

Rəyçilik statusu: Hakim qiymətləndirməsindən keçməmişdir; PDF bunu hər səhifədə “Preprint not peer reviewed” kimi bildirir.

DOI: Mənbə PDF-də açıq DOI məlumatı yoxdur və mövcud biblioqrafik yoxlama zamanı rəsmi SSRN qeyd səhifəsi etibarlı şəkildə əldə edilə bilmədiyi üçün DOI təxmin edilməmişdir.

Dəqiq nəşr/yükləmə tarixi: Mənbə PDF-də açıq biblioqrafik tarix yoxdur; doğrulanmayan tarix əlavə edilməmişdir.

Lisenziya: Mənbə PDF-də açıq Creative Commons və ya başqa təkrar istifadə lisenziyası görünmür. Buna görə mənbə təsvirləri, fotoşəkilləri və orijinal fiqur dizaynları açıq lisenziyalı hesab edilməmişdir.

Verilən mənbəyi: Əsasən GBIF və iNaturalist platformalarında dərc edilmiş RGB biomüxtəliflik təsvirləri.

Verilənlər toplusu: 12 cins, 36 növ, hər növ üçün 300 təsvir; %70 təlim, %20 doğrulama, %10 test.

Model: ImageNet-pretrained ConvNeXt-Tiny + 256 ölçülü L2-normalized təmsil + TaxaMargin təsnifatçısı + etimad həddi ilə qapılan EMA növ prototipləri.

Əsas təlim parametrləri: AdamW, weight decay 0,05; onurğa öyrənmə sürəti 1,5 × 10⁻⁴; yeni başlıqlar 1,5 × 10⁻³; cosine annealing; maksimum 30 epoch; 7 epoch patience ilə early stopping; gradient clipping norması 1,0.

Əsas məhdudiyyətlər: Tək növ prototipi, yalnız eyni-cins/fərqli-cins taksonomik ayrımı, heterogen ictimai təsvirlərə bağlı vizual sübut fərqliliyi və model etimadının düzgünlüyü zəmanət etməməsi.

Mənbədaxili texniki qeyd: Tənlik (2)-nin dərc olunmuş riyazi tərtibatında ən çətin neqativ sinfi seçmə operatoru çatışmır kimi görünür; mətn təsviri “düzgün sinifdən başqa ən yüksək kosinus oxşarlığına malik növ” şəklində aydındır. Bundan əlavə, metod bölməsinin nömrələnməsi 2.5-dən 2.7-yə keçir. Verianla bu məqamları mənbə adından səssizcə yenidən yazmamışdır.

Təsvir istifadəsi qeydi: Mənbənin pipeline-ı, növ fotoşəkilləri, performans cədvəlləri, MDS xəritəsi və qarışıqlıq matrisləri birbaşa kopyalanmamalıdır. Verianla üçün lazım gələrsə, yalnız bildirilən faktiki dəyərlər və metod əlaqələrindən istifadə etməklə müstəqil qrafik və sxemlər sıfırdan hazırlanmalıdır.