Рубрика «нейронные сети» - 8

в 15:56, , рубрики: автоматизация, Алгоритмы, беспилотный транспорт, дистанционное управление, железная дорога, инженерные системы, искусственный интеллект, нейронные сети, позиционирование, робототехника, техническое зрение, транспорт

Развитие беспилотных технологий на железной дороге началось достаточно давно, уже в 1957 году, когда был создан первый экспериментальный комплекс автоведения для пригородных поездов. Для понимания разницы между уровнями автоматизации для железнодорожного транспорта введена градация, определенная в стандарте МЭК-62290-1. В отличие от автомобильного транспорта железнодорожный имеет 4 степени автоматизации, показанные на рисунке 1.

image

Рисунок 1. Степени автоматизации в соответствии с МЭК-62290

Практически все поезда, эксплуатирующие на сети ОАО «РЖД» оснащены устройством безопасности, соответствующему уровню автоматизации 1. Поезда с уровнем автоматиазции 2 уже более 20 лет успешно эксплуатируются на сети российских железных дорог, оснащено несколько тысяч локомотивов. Данный уровень реализуется за счет алгоритмов управления тягой и торможения энергооптимального ведения поезда по заданному маршруту с учетом расписания и показаний систем автоматической локомотивной сигнализации, принимаемых по индуктивному каналу с рельсовых цепей. Применение 2 уровня понижает утомляемость машиниста и дает выигрыш по энергопотреблению и точности исполнения графика движения.

Уровень 3 предполагает возможное отсутствие машиниста в кабине, что требует внедрения системы технического зрения.

Уровень 4 предполагает полное отсутствие машиниста на борту, что требует существенного изменения конструкции локомотива (электропоезда). Например, на борту установлены автоматические выключатели, которые будет невозможно взвести снова при их срабатывании без присутствия человека на борту.
Читать полностью »

в 13:17, , рубрики: Deepfake, deepfakes, Блог компании Voximplant, информационная безопасность, искусственный интеллект, машинное обучение, Научно-популярное, нейронные сети, обработка звука, обработка текста, Работа с видео, распознавание лиц

Deepfakes и deep media: Новое поле битвы за безопасность - 1

Эта статья является частью специального выпуска VB. Читайте полную серию здесь: AI and Security.

Количество дипфейков – медиа, которые берут существующее фото, аудио или видео и заменяют личность человека на нем на чужую с помощью ИИ – очень быстро растет. Это вызывает беспокойство не только потому, что такие подделки могут быть использованы, чтобы влиять на мнения людей во время выборов или впутывать кого-то в преступления, но и потому, что ими уже злоупотребляли для создания фейкового порно и обмана директора британской энергетической компании. Читать полностью »

в 7:50, , рубрики: Алгоритмы, Биотехнологии, Блог компании ua-hosting.company, воспоминания, Здоровье гика, мозг, Научно-популярное, нейронные сети, нейроны, нервные клетки, память, эпилепсия

Архивы памяти: как мозг кодирует и воспроизводит воспоминания - 1

С одной стороны мозг человека достаточно понятен, с другой — полон загадок и вопросов, на которые пока нет ответов. И тут все логично, учитывая, что данная система чрезвычайно сложна как с точки зрения архитектуры, так и с точки зрения протекающих процессов и связи между ними. Если по классике сравнивать мозг с компьютером, то помимо обработки информации, он выполняет и ее хранение. Любое воспоминание изымается из архивов памяти под влиянием какого-то стимула: знакомый аромат, мелодия, слова и т.д. Однако остается вопрос — где этот архив и что способствует его открытию? Ученые из NINDS (Национальный институт неврологических расстройств и инсульта) изучили мозг пациентов, больных устойчивой к препаратам эпилепсией, чтобы выявить и попытаться объяснить механизмы извлечения воспоминаний. Так как же мы вспоминаем, что происходит в мозге в этот момент и почему исследование проводилось с участием больных эпилепсией? Об этом мы узнаем из доклада ученых. Поехали.Читать полностью »

в 7:50, , рубрики: Блог компании ua-hosting.company, Здоровье гика, коммуникация, мозг, Научно-популярное, неврология, нейронные сети, нейроны, общество, психиатрия, психология, сопереживание, социум, сочувствие, Читальный зал, эмпатия

Измеримая эмпатия: предсказание степени сочувствия по МРТ мозга - 1

Может ли робот написать симфонию? С технической точки зрения может. Но сможет ли он придать ей эмоциональный окрас? Этот вопрос пока еще открыт для обсуждения. Тем не менее, одной из основных отличительных черт человека, помимо развитого мозга, прямохождения и т.д., является наличие широкого спектра эмоций. Это умение не уникально в природе, но у человека оно развито достаточно сильно, чтобы выделить его на фоне других организмов, обитающих на планете. Если же учесть, что человек — существо социальное, многие эмоции так или иначе связаны с взаимодействием индивида с другим индивидом или с обществом в целом. Одной из таких эмоций является — сочувствие (или эмпатия).

Но как измерить эмпатию, ведь это абстрактное понятие? Как бы ни хотели лирики, указывающие в своих произведениях на сердце и душу как источник всех эмоций, рождаются они мозгом. А работу мозга можно проанализировать. Ученые из Калифорнийского университета (США) провели исследование, в котором определили, что степень эмпатии человека можно не только определить с помощью МРТ мозга в состоянии покоя, но и предсказать таким образом результаты анкетирования. Какие области мозга участвуют в формировании сопереживания, работают ли они индивидуально или в сопряжении и чем данное исследование может помочь медицине? Об этом мы узнаем из доклада ученых. Поехали.Читать полностью »

в 12:51, , рубрики: Алгоритмы, искусственный интеллект, компьютерные модели, мозг, МТИ, Научно-популярное, нейронные сети, распознавание лиц

imageФото: news.mit.edu

Исследователи из Массачусетского технологического института создали компьютерную модель, которая отражает способность зрительной системы человека быстро генерировать подробное описание сцены из изображения и дает некоторое представление о том, как работает мозг. Читать полностью »

в 14:15, , рубрики: TensorFlow, машинное обучение, нейронные сети, Учебный процесс в IT

Всю свою сознательную жизнь, я был энергетиком (нет, сейчас речь не идет о напитке с сомнительными свойствами).

Я никогда особо не интересовался миром информационных технологий, да и даже матрицы я вряд ли на листочке смогу перемножить. Да и не нужно мне это было никогда, чтобы вы понимали немного о специфике моей работы, могу поделиться замечательной историей. Попросил я как-то моих коллег сделать работу в Excel – таблице, прошла половина рабочего дня, подхожу к ним, а они сидят и суммируют данные на калькуляторе, да- да, на обычном таком черном калькуляторе с кнопками. Ну и о каких нейронных сетях может идти речь после этого?.. Поэтому никаких особых предпосылок к погружению в мир IT у меня никогда не было. Но, как говорится «хорошо там, где нас нет», мои друзья прожужжали мне все уши о дополненной реальности, о нейронных сетях, о языках программирования (в основном про Python).

На словах оно выглядело весьма просто, и я решил почему бы не освоить это магическое искусство, чтобы применить в своей сфере деятельности.

В этой статье я опущу мои попытки освоить азы Python и поделюсь с вами своим впечатлением от бесплатного курса по TensorFlow от Udacity.

Как энергетик изучал нейросети и обзор бесплатного курса «Udacity: Intro to TensorFlow for Deep Learning» - 1
Читать полностью »

в 14:01, , рубрики: deep learning, microsoft, pytorch, zero, библиотеки, глубокое обучение, искусственный интеллект, нейронные сети, управление разработкой

image

Microsoft выпускает библиотеку с открытым исходным кодом под названием DeepSpeed, которая значительно расширяет возможности обучения для больших моделей естественного языка. Она дает возможность обучения нейросетей на моделях со 100 млрд параметров и более. DeepSpeed ​​совместима с PyTorch. Читать полностью »

в 9:01, , рубрики: segnet, watershed, Блог компании Конференции Олега Бунина (Онтико), высокая производительность, глубокое обучение, зубные протезы, искусственный интеллект, машинное обучение, нейронные сети, обработка изображений

Замена зуба на имплант или установка коронки — болезненная и дорогая процедура. Одна из самых сложных частей в восстановлении — дизайн протеза в CAD-системе, которым занимаются зубные техники. Каждая коронка проектируется индивидуально под пациента и его челюсть за 8-10 минут. При этом у каждого техника своё субъективное видение, что такое хорошая зубная коронка, а оценка качества одной и той же коронки у разных специалистов одного уровня может варьироваться от «хорошо» до «можно и лучше».

Поэтому неудивительно, что в стоматологии задались целью убрать человеческий фактор и добавить автоматизацию. Сделать это можно с помощью нейросетей. Они сейчас продвинулись настолько, что могут распознавать объекты, находить преступников в толпе, рисовать картины по наброску, и заменять лица актеров в фильмах, например, Ди Каприо на Бурунова в фильме «Великий Гэтсби». С зубами они также помогают справиться, а как это получилось, расскажет Станислав Шушкевич.
Читать полностью »

в 12:37, , рубрики: big data, functional api, keras, python, TensorFlow, искусственный интеллект, машинное обучение, нейронные сети

Keras Functional API в TensorFlow - 1

В Keras есть два API для быстрого построения архитектур нейронных сетей Sequential и Functional. Если первый позволяет строить только последовательные архитектуры нейронных сетей, то с помощью Functional API можно задать нейронную сеть в виде произвольного направленного ациклического графа, что дает намного больше возможностей для построения сложных моделей. В материале перевод руководства, посвященного особенностям Functional API, с сайта TensorFlow.
Читать полностью »

в 7:00, , рубрики: двоичные нейросети, искусственный интеллект, машинное обучение, нейронные сети, нейросети

Нейросети – штука классная, однако их потенциал до сих пор ограничивают стоимость и энергия; с этим, возможно, помогут справиться двоичные нейросети

Как работают двоичные нейронные сети, и почему они будут популярными в 2020-м - 1

Концепция нейросетей впервые появилась более 40 лет назад, когда учёные экспериментировали с математическим моделированием функций мозга. Они придумали, как сделать механическую реализацию нейросети, которую можно обучить распознаванию закономерностей и классификации данных – к примеру, распознавать, есть ли на видео кошка или собака.

За последнее десятилетие сложность и способности нейросетей значительно выросли. Совместно с беспрецедентным ростом мощностей недорогих и доступных суперкомпьютеров и графических процессоров (GPU) они вышли на передний план в качестве метода по умолчанию для решения задач, распознавания закономерностей и обнаружения аномалий. Сегодня организации используют их для составления прогнозов, исследования предпочтений пользователей, подтверждения данных и управления риском.
Читать полностью »

1...789...2030...47
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