Рубрика «cnn» - 5

в 11:06, , рубрики: cnn, deep learning, machine learning, object detection, ods, open data science, python, Алгоритмы, Блог компании Open Data Science, глубокое обучение, машинное обучение, нейронные сети, обработка изображений

image

Сразу оговорюсь, что данный пост не несет большой технической нагрузки и должен восприниматься исключительно в режиме «пятничной истории». Кроме того, текст насыщен английскими словами, какие-то из них я не знаю как перевести, а какие-то просто не хочется переводить.

Краткое содержание первой части:
1. DSTL (научно-техническая лаборатория при министерстве обороны Великобритании) провела соревнование на Kaggle.
2. Соревнование закончилось 7 марта, результаты объявлены 14 марта.
3. Пять из десяти лучших команд — русскоговорящие, причем все они являются членами сообщества Open Data Science.
4. Призовой фонд в $100,000 разделили брутальный малазиец Kyle, команда Романа Соловьева и Артура Кузина, а также я и Сергей Мушинский.
5. По итогам были написаны блог-посты (мой пост, пост Артура, наш с Серегой пост на Kaggle), проведены выступления на митапах (мое выступление в Adroll, мое выстпление в H20.ai, выступление Артура в Yandex, выступление Евгения Некрасова в Mail.Ru Group), написан tech report на arxiv.

Организаторам понравилось качество предложенных решений, но не понравилось, сколько они за это соревнование отстегнули. В Каggle ушло $500k, в то время как призовые всего $100k.
Читать полностью »

в 9:28, , рубрики: cnn, IBM, truenorth, искусственный интеллект, нейронные сети, метки:

IBM адаптировала сверточную нейронную сеть для работы на нейроморфном чипе - 1

Как утверждает IBM, точность TrueNorth соответствует лучшим современным системам распознавания изображений и голоса, но при этом система потребляет меньше энергии и работает быстрее. Команда исследователей компании уверена, что объединение сверточных сетей с нейроморфными микросхемами позволит в дальнейшем создавать более совершенные умные автомобили и смартфоны, которые правильно распознают голосовую команду человека, даже если он будет говорить с набитым ртом. Попробуем разобраться, в чем достоинства и недостатки TrueNorth, и где он нашел применение. Читать полностью »

в 11:51, , рубрики: cnn, Reuters, Владимир Тюлин, Известия, Медиа, Национальная Медиа Группа, образование, онлайн-медиа, редизайн, США, Текучка, метки: , , , , , , , , , , ,

13 марта 2017 года «Известия» отметили 100-летний юбилей и запустили новый сайт газеты. 2 июня издание перешло на короткий домен iz.ru, отказалось от мартовского декора и добавило на главную страницу живое видео (видео с короткими новостями и тревожной музыкой a la «Звёздный десант» запускается на iz.ru автоматически). Принадлежащие «Национальной медиа группе» (НМГ) «Известия» Читать полностью »

в 13:32, , рубрики: cnn, болезнь альцгеймера, Здоровье гика, ИИ, искусственный интеллект, свёрточная нейросеть

image

Сегодня болезнь Альцгеймера — одно из самых коварных заболеваний, её возникновение очень сложно (и дорого) предугадать. И хотя уже развившуюся болезнь остановить нельзя, есть свидетельства того, что выявление на ранней стадии помогает замедлить или остановить болезнь Альцгеймера и деградацию мозга. Поэтому поиск надежного способа определить подверженность риску развития заболевания занимает умы исследователей.

По мере старения человеческого организма когнитивные нарушения неизбежны. С возрастом люди становятся более забывчивыми, чаще теряют ход мыслей и затрудняются принимать решения или выполнять задачи, которые раньше не вызывали трудностей. Врачи называют это мягким когнитивным нарушением. Оно затрагивает большинство людей, когда они становятся старше.

У многих людей с легкими когнитивными нарушениями развивается более тяжелая форма — болезнь Альцгеймера. Человек теряет словарный запас, часто использует неправильные замены слов, перестает признавать близких родственников, теряет базовые навыки самостоятельного ухода за собой и в конечном итоге становится полностью зависим от других людей, которые помогают ему. Большая часть людей с таким диагнозом умирает в течение нескольких лет после обнаружения болезни Альцгеймера.

Интересно то, что такой сценарий ждет не всех людей с легкими когнитивными расстройствами. Со временем состояние пациента может не ухудшаться, а в некоторых случаях даже улучшаться. Поэтому врачи хотят найти способы выявить тех, у кого с большей вероятностью разовьется болезнь Альцгеймера.

Южнокорейские ученые предложили использовать для этой цели глубинное обучение. Технология, которую они разработали, может точно определить людей, у которых болезнь Альцгеймера может развиться в ближайшие три года.Читать полностью »

в 12:02, , рубрики: cnn, kaggle, Алгоритмы, Анализ и проектирование систем, Блог компании Avito, картография, Компьютерное зрение, конкурс, машинное обучение, нейросети, обработка изображений, обучение нейронных сетей

Второе почетное. Заметки участника конкурса Dstl Satellite Imagery Feature Detection - 1

Недавно закончилось соревнование по машинному обучению Dstl Satellite Imagery Feature Detection в котором приняло участие аж трое сотрудников Avito. Я хочу поделиться опытом участия от своего лица и рассказать о решении.
Читать полностью »

в 14:15, , рубрики: cnn, deep learning, Google, image classification, python, transfer learning, Алгоритмы, глубокие сверточные нейронные сети, глубокое обучение, машинное обучение, нейронные сети, нейросети, обработка изображений, технологии будущего

Создаём нейронную сеть InceptionV3 для распознавания изображений - 1

Привет! Под катом пойдёт речь о реализации свёрточной нейронной сети архитектуры InceptionV3 с использованием фреймворка Keras. Статью я решил написать после ознакомления с туториалом "Построение мощных моделей классификации с использованием небольшого количества данных". С одобрения автора туториала я немного изменил содержание своей статьи. В отличие от предложенной автором нейронной сети VGG16, мы будем обучать гугловскую глубокую нейронную сеть Inception V3, которая уже предустановлена в Keras.

Вы научитесь:

  1. Импортировать нейронную сеть Inception V3 из библиотеки Keras;
  2. Настраивать сеть: загружать веса, изменять верхнюю часть модели (fc-layers), таким образом, приспосабливая модель под бинарную классификацию;
  3. Проводить тонкую настройку нижнего свёрточного слоя нейронной сети;
  4. Применять аугментацию данных при помощи ImageDataGenerator;
  5. Обучать сеть по частям для экономии ресурсов и времени;
  6. Оценивать работу модели.

При написании статьи я ставил перед собой задачу представить максимально практичный материал, который раскроет некоторые интересные возможности фреймворка Keras.
Читать полностью »

в 8:20, , рубрики: cnn, keras, python, tripletloss, математика, машинное обучение, нейронные сети
Привет

В статье я хочу познакомить читателя с задачей идентификации: пройтись от основных определений до реализации одной из недавних статей в данной области. Итогом должно стать приложение, способное искать одинаковых людей на фотографиях и, что самое главное, понимание того, как оно работает.
Читать полностью »

в 14:56, , рубрики: cnn, deep learning, Google, image classification, microsoft, transfer learning, Алгоритмы, Блог компании Microsoft, глубокие сверточные нейронные сети, глубокое обучение, машинное обучение, медицина будущего, медицинские технологии, нейронные сети, нейросети, обработка изображений, технологии будущего

Представляем вам завершающую статью из цикла по Deep Learning, в которой отражены итоги работы по обучению ГСНС для изображений из определенных областей на примере распознавания и тегирования элементов одежды. Предыдущие части вы найдете под катом.

Deep Learning: Cочетание глубокой сверточной нейронной сети с рекуррентной нейронной сетью - 1
Читать полностью »

в 5:00, , рубрики: anomaly detection, azure machine learning, azure ml, cnn, CNTK, keras, machine learning, numenta, python, RNN, scikit, scikit-learn, TensorFlow, машинное обучение

Попробуем решить задачу поиска аномалий в звуке.

Примеры аномалий звука:

  • Неисправности в работе двигателя.
  • Изменения в погоде: дождь, град, ветер.
  • Аномалии работа сердца, желудка, суставов.
  • Необычный трафик на дороге.
  • Неисправности колесных пар у поезда.
  • Неисправности при посадке и взлете самолета.
  • Аномалии движения жидкости в трубе, в канале.
  • Аномалии движения воздуха в системах кондиционирования, на крыле самолета.
  • Неисправности автомобиля, велосипеда.
  • Неисправности станка, оборудования.
  • Расстроенный музыкальный инструмент.
  • Неправильно взятые ноты песни.
  • Эхолокация кораблей и подводных лодок.
    Читать полностью »

в 14:35, , рубрики: cnn, deep learning, Google, image classification, microsoft, transfer learning, Алгоритмы, Блог компании Microsoft, глубокие сверточные нейронные сети, глубокое обучение, машинное обучение, медицина будущего, медицинские технологии, нейронные сети, нейросети, обработка изображений, технологии будущего

В предыдущей статье из цикла «Deep Learning» вы узнали о сравнении фреймворков для символьного глубокого обучения. В этом материале речь пойдет о глубокой настройке сверточных нейронных сетей для повышения средней точности и эффективности классификации медицинских изображений.

Deep Learning: Transfer learning и тонкая настройка глубоких сверточных нейронных сетей - 1
Читать полностью »

1...456
Главная   |  Архив новостей  |   Android  |   Google  |   Apple  |   Microsoft  |   Информационная безопасность  |   Веб – разработка
Публикации RSS  |  Комментарии RSS
https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js