เมื่อเร็ว ๆ นี้ฉันได้ตรวจสอบการรับรองความถูกต้องด้วยไบโอเมตริกซ์ด้วยโมเดลการเรียนรู้เชิงลึก และฉันพบว่าในการเข้ารหัส ตัวแยกฟัซซี FE (หรือภาพร่างที่ปลอดภัย SS และตัวแยกที่แข็งแกร่ง) แก้ปัญหานี้ได้ดีพอตามรหัสแก้ไขข้อผิดพลาด มีงานวิจัยใด ๆ หรือไม่ จากจุดนี้เพื่อรวมเข้าด้วยกัน?
สำหรับโมเดลการเรียนรู้เชิงลึก เป็นเรื่องปกติที่จะให้ตัวแทนที่ดีสำหรับวัตถุไบโอเมตริกซ์อินพุต (เช่น ภาพใบหน้า ภาพม่านตา วัตถุลายนิ้วมือ) ซึ่งสามารถใช้เพื่อสร้างรหัสส่วนตัว (r) ได้โดยตรง หมายความว่าส่วนการถอดรหัส (แก้ไขข้อผิดพลาด) ใน FE สามารถแทนที่ด้วยโมเดลการเรียนรู้เชิงลึกได้หรือไม่
หรือมีวิธีการฝึกอบรมโมเดลการเรียนรู้เชิงลึกจากจุดของ LWE
คนส่วนใหญ่ไม่เข้าใจว่าการถามคำถามมากมายจะปลดล็อกการเรียนรู้และปรับปรุงความสัมพันธ์ระหว่างบุคคล ตัวอย่างเช่น ในการศึกษาของ Alison แม้ว่าผู้คนจะจำได้อย่างแม่นยำว่ามีคำถามกี่ข้อที่ถูกถามในการสนทนา แต่พวกเขาไม่เข้าใจความเชื่อมโยงระหว่างคำถามและความชอบ จากการศึกษาทั้ง 4 เรื่องที่ผู้เข้าร่วมมีส่วนร่วมในการสนทนาด้วยตนเองหรืออ่านบันทึกการสนทนาของผู้อื่น ผู้คนมักไม่ตระหนักว่าการถามคำถามจะมีอิทธิพลหรือมีอิทธิพลต่อระดับมิตรภาพระหว่างผู้สนทนา
