Дайджест публикаций: Нейронные сети

Нейронные сети сегодня – одна из самых обсуждаемых тем в мире искусственного интеллекта. Говоря простым языком, нейронные сети – это метод машинного обучения, основанный на имитации взаимодействия нервных клеток мозга.

Вашему вниманию – подборка наиболее интересных (по мнению DataReview) научных публикаций на тему нейронных сетей и их применения в различных областях.

Общее:

artgorbunov-flagИнтригующие свойства нейронных сетей (Intriguing properties of neural networks).

Публикация под авторством 7 ученых из корпорации Google, Нью-Йоркского университета и Университета Монреаля, рассказывает о неочевидных свойствах нейронных сетей – активации линейных комбинаций нейронов и так называемых «слепых пятнах».

artgorbunov-flagГлубокие визуально-семантические соответствия для генерации описаний изображений (Deep Visual-Semantic Alignments for Generating Image Descriptions).

Ученые из Стэнфордского университета представляют модель, которая генерирует описания областей изображений на естественном языке.

artgorbunov-flagОптимизированный алгоритм аппроксимации в нейронных сетях без переобучения (Optimized Approximation Algorithm in Neural Networks Without Overfitting).

В научной статье рассмотрен оптимизированный алгоритм для решения проблемы переобучения в процессе аппроксимации функций с помощью нейронных сетей.  Авторы публикации, члены IEEE, демонстрируют, как данный алгоритм помогает избежать переобучения при помощи эффективного критерия остановки на базе оценки отношения сигнал/шум.

artgorbunov-flag

Сверточные сети могут научиться строить группировочные диаграммы для сегментации изображений (Convolutional Networks Can Learn to Generate Affinity Graphs for Image Segmentation).

Авторы статьи, ученые из Массачусетского технологического института, представляют новый подход к построению группировочных диаграмм при помощи сверточных нейронных сетей. Данный подход упрощает решение задачи сегментации изображений и повышает ее точность.

artgorbunov-flagЭволюция искусственных нейронных сетей (Evolving Artificial Neural Networks).

Статья под авторством старшего члена IEEE Сина Яо (Xin Yao) посвящена возможности нейронных сетей обучаться и адаптироваться. Исследование рассматривает различные варианты комбинаций искусственных нейронных сетей и эволюционных алгоритмов.

Применение:

artgorbunov-flagБизнес. Искусственные нейронные сети и их применение в бизнесе (Artificial neural networks and their business applications).

По мнению автора публикации Элдона Ли, нейронные сети стали наиболее значительной вехой технического прогресса с момента изобретения транзисторов. В своей работе ученый дает ответы на наиболее часто задаваемые вопросы: «Что такое нейронные сети?» и «Почему они так популярны в бизнесе?». Также в статье приведены реальные бизнес-кейсы и перечень ограничений, связанных с применением ИНС.

artgorbunov-flagМедицина. Анализ медицинских снимков с использованием искусственных нейронных сетей (Medical image analysis with artificial neural networks).

Авторы публикации Дж. Джанг (J. Jiang), П. Трандл (P. Trundle) и Дж. Рен (J. Ren) рассматривают методы и алгоритмы нейронных сетей для решения проблем медицинской визуализации, рассказывают о том, как нейронные сети помогают анализировать снимки и каково будущее этой технологии в контексте развития медицины.

artgorbunov-flagПромышленность. Всесторонний обзор промышленной применимости искусственных нейронных сетей (A Comprehensive Review for Industrial Applicability of Artificial Neural Network).

В публикации под авторством 3 членов IEEE рассмотрены общие вопросы применения нейронных сетей, связанные с принятием решений на предприятиях, промышленные задачи ИНН, алгоритмы и методы обучения.

В следующих дайджестах мы представим подборку наиболее интересных научных и публицистических материалов, обучающих курсов и книг.

Следите за обновлениями на сайте. Присоединяйтесь к нам в социальных сетях: FacebookTwitterLinkedInVKontakteGoogle+

Добавить комментарий

Ваш e-mail не будет опубликован.

закрыть

Поделиться

Отправить на почту
закрыть

Вход

закрыть

Регистрация

+ =