Ученые усовершенствовали алгоритм распознавания объектов

1006.sdt-objectrecognitionУже в декабре ученые из Массачусетского технологического института представят новый способ использования машинного обучение. Исследователи разработали алгоритм распознавания объектов, позволяющий семантически связанным концептам усиливать друг друга. Об этом сообщает издание SD Times.

Ларри  Хардэсти ( Larry Hardesty) из новостного бюро МТИ говорит, что алгоритм можно научить взвешивать совпадение классификаций «собака» и «чихуахуа» скорее, нежели «собака» и «кошка».

В ходе экспериментов исследователи установили, что алгоритм машинного обучения, использующий новую учебную стратегию, лучше предсказывает метки, которыми пользователи размечают изображения на фотохостинге Flickr, чем задействуя обычную учебную стратегию.

«Когда дело приходится иметь со множеством возможных категорий, обычно в ходе изучения модели каждой из них используются лишь данные, связанные с этой категорией», — отмечает один из авторов статьи Чи Юан Чжан. — Все остальные категории рассматриваются с одинаково малой степенью вероятности. А поскольку между категориями есть общие семантические характеристики, мы разработали метод использования этого семантического подобия для сортировки заимствованных из близких категорий данных, чтобы обучить модель».

Разработка будет представлена на ежегодной Конференции по системам обработки нейронной информации (Conference on Neural Information Processing Systems).

Добавить комментарий

Ваш e-mail не будет опубликован.

закрыть

Поделиться

Отправить на почту
закрыть

Вход

закрыть

Регистрация

+ =