#ТехноАртКПІ #ІХФ

Одним із перспективних проектів факультету, який хочемо представити вашій увазі це аналіз даних за допомогою штучного інтелекту. Даний проект активно розвивається за допомогою діяльності гуртків, які існують на факультеті. Завдяки підтримки викладачів та студентів, аспірантів кафедр вирішуються цікаві задачі даної теми про одну з них розповімо зараз.

Студенти та аспіранти займаються вирішенням класичних задач машинного навчання, таких як кластеризація, регресія, зниження розмірності, виявлення та розпізнавання аномалій. 

Однією з таких класичних задач є прикладна задача розпізнавання образів при обмеженій вибірці.

Необхідність навчання моделі класифікації зображень на невеликому обсязі даних - звичайна ситуація, з якою часто стикаються в практиці розпізнаванням образів за допомогою технологій комп'ютерного зору на професійному рівні. Під «невеликим» об'ємом розуміється від декількох сотень до декількох десятків тисяч зображень. У в розділі даного гуртка розглядається проста стратегія вирішення даного завдання: навчання нової моделі з нуля при наявності невеликого обсягу вихідних даних.

Спочатку буде розроблено невелику згорткову нейронну мережу, щоб задати базовий рівень точності розпізнавання.

Потім буде представлено ефективний спосіб зменшення ступеня перенавчання в розпізнаванні образів – розширення даних (data augmentation). У наступній частині буде розглянуто ще два основних прийоми глибокого навчання на невеликих наборах даних: виділення ознак з використанням попередньо навченої мережі і донавчання попередньо навченої мережі, наприклад використання автоенкодера для переднавчанням.

В роботі буде розглянуто можливість застосування GAN — Generative Adversarial Networks для покращення рівня точності розпізнавання.

Фінальне значення точності роботи розробленої моделі буде отримано після використання регуляризації. Рішення за допомогою розпізнавання образу забезпечує високу ефективність в умовах інформаційних перевантажень, коли людина не справляється з лінійно-послідовним розумінням, в результаті чого мозок перемикається на режим одночасного сприйняття і мислення, якому властиво таке розпізнавання. Також в даному проекті передбачено рішення оптичного розпізнавання образів та метод перебору виду об'єкта під різними кутами, масштабами, зміщеннями.

Повернутися на сторінку факультети та інститути

Автор: ТехноАртКПІ, Департамент навчально-виховної роботи КПІ ім. Ігоря Сікорського

Залишились запитання? Долучайся на канал