Практическое применение искусственных нейронных сетей в обработке графической информации | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 28 декабря, печатный экземпляр отправим 1 января.

Опубликовать статью в журнале

Автор:

Рубрика: Информационные технологии

Опубликовано в Молодой учёный №10 (144) март 2017 г.

Дата публикации: 10.03.2017

Статья просмотрена: 1513 раз

Библиографическое описание:

Шаповалова, А. В. Практическое применение искусственных нейронных сетей в обработке графической информации / А. В. Шаповалова. — Текст : непосредственный // Молодой ученый. — 2017. — № 10 (144). — С. 41-43. — URL: https://moluch.ru/archive/144/40386/ (дата обращения: 19.12.2024).



Ключевые слова: искусственные нейронные сети, применение, графическая информация

Прежде чем начать рассматривать практическое применение искусственных нейронных сетей, следует дать определение самой ИНС:

Искусственная нейронная сеть (ИНС) — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма [1].

ИНС способны решать задачи, которые относятся к машинному обучению, а именно: классификация, регрессия, кластеризация. Также ИНС можно применять в задачах обучения с подкреплением.

Области применения ИНС различаются в зависимости от типа данных, с которыми она работает (рис.1).

Рис. 1. Классификация ИНС по типу обрабатываемых данных

На сегодняшний день ИНС находят своё применение практически в любой сфере, так что мы рассмотрим лишь те ИНС, которые имеют дело с графической информацией. К таким ИНС относятся [2]:

1) ИНС, занимающиеся идентификацией объекта на изображении. Это может быть кошка, рукописный текст, лицо и т. д. Такие ИНС могут применяться в различных областях, где необходимо определить объект, представленный на изображении: распознание эмоций (рис.2) и возраста, автомобильных номеров, медицинская диагностика.

C:\Documents and Settings\Singwell\Рабочий стол\1.jpg

Рис. 2. Определение эмоций искусственной НС

2) ИНС, которые могут стилизовать изображение. Например, ИНС можно обучить на картинах известного художника. В последствии такая ИНС сможет преобразовывать любые изображения под стилистику данного художника (рис.3).

C:\Documents and Settings\Singwell\Рабочий стол\2.jpg

Рис. 3. Изменение стилистики изображения

3) ИНС, распознающие среди множества изображений те, на которых есть тот же объект, что и на вашем изображении. Например, при загрузке в такую ИНС графического файла с изображением собаки, на выходе мы получим подборку изображений, на которых есть собака.

4) ИНС, способные генерировать новые изображения. Для этого её обучают, загружая набор изображений, а после инвертируют выход с входом.

5) ИНС, способные определять семантику, т. е. смысл изображения. Так ИНС может не только определить на фотографии человека, но и описать словами происходящее на изображении, например: парень в синей футболке сидит на диване.

Работа нейронных сетей схожа с работой памяти — они запоминают признаки, части изображений. В последние годы происходит бурное развитие искусственных нейронных сетей, они становятся более «умными» и совершают всё меньше ошибок.

Литература:

  1. Беркинблит М. Б. Нейронные сети. — М.: МИРОС и ВЗМШ РАО, 1993. — 96 с. — ISBN 5–7084–0026–9.
  2. Некоторые области применения нейронных сетей // geektimes.ru. URL: https://geektimes.ru/post/286686/
Основные термины (генерируются автоматически): графическая информация, изображение, сеть.


Похожие статьи

Искусственные нейронные сети в военной сфере

В статье описаны разные архитектуры искусственных нейронных сетей, применение и общее введение в теорию искусственного интеллекта. Также в статье рассматривается применение в военной сфере.

Аппаратная реализация искусственных нейронных сетей. Часть 1

Рассмотрены типы искусственных нейронных сетей. Представлены методы аппаратной реализации искусственных нейронных сетей с использованием аналоговых, либо цифровых схем нейрон-синапсов. Представлены выводы о работе данных алгоритмов на основе их аппар...

Использование искусственных нейронных сетей для решения задач информационной безопасности

В статье автор исследует возможности применения искусственных нейронных сетей в решении некоторых задач информационной безопасности. В статье рассматривается модель ИНС для обнаружения вредоносного ПО на Android и потенциал методов машинного обучения...

Разработка и обучение нейросетей

Краткий обзор нейронных сетей, методов их активации и обучения.

Применение нейросетевого анализа в процессах управления персоналом

В статье рассматриваются возможности применения искусственных нейронных сетей как одного из методов интеллектуального анализа данных в целях упрощения и повышения эффективности некоторых процессов управления персоналом.

Применение нейронных сетей в экономике

В век научно-технического прогресса мы имеем огромное количество разнообразных открытий и исследований, одним из которых является изучение нейросетевых технологий.

Классификация изображений с помощью сверточных нейронных сетей

В статье автор исследует использование сверточных сетей для детектирования изображений.

Исследования особенностей развития нейронных сетей в современном мире

Статья посвящена исследованию различных сфер применения нейронных сетей для решения прикладных задач.

Использование искусственных нейронных сетей для параметрической идентификации объектов

В статье рассматриваются методы и общая математическая модель параметрической идентификации объектов, а также описывается теоретическая возможность использования искусственных нейронных сетей в рамках решения данной задачи.

Применение нейронных сетей в рабочих сферах

В статье рассматривается роль нейронных сетей в замене человека на рабочем месте, их применение в современном мире.

Похожие статьи

Искусственные нейронные сети в военной сфере

В статье описаны разные архитектуры искусственных нейронных сетей, применение и общее введение в теорию искусственного интеллекта. Также в статье рассматривается применение в военной сфере.

Аппаратная реализация искусственных нейронных сетей. Часть 1

Рассмотрены типы искусственных нейронных сетей. Представлены методы аппаратной реализации искусственных нейронных сетей с использованием аналоговых, либо цифровых схем нейрон-синапсов. Представлены выводы о работе данных алгоритмов на основе их аппар...

Использование искусственных нейронных сетей для решения задач информационной безопасности

В статье автор исследует возможности применения искусственных нейронных сетей в решении некоторых задач информационной безопасности. В статье рассматривается модель ИНС для обнаружения вредоносного ПО на Android и потенциал методов машинного обучения...

Разработка и обучение нейросетей

Краткий обзор нейронных сетей, методов их активации и обучения.

Применение нейросетевого анализа в процессах управления персоналом

В статье рассматриваются возможности применения искусственных нейронных сетей как одного из методов интеллектуального анализа данных в целях упрощения и повышения эффективности некоторых процессов управления персоналом.

Применение нейронных сетей в экономике

В век научно-технического прогресса мы имеем огромное количество разнообразных открытий и исследований, одним из которых является изучение нейросетевых технологий.

Классификация изображений с помощью сверточных нейронных сетей

В статье автор исследует использование сверточных сетей для детектирования изображений.

Исследования особенностей развития нейронных сетей в современном мире

Статья посвящена исследованию различных сфер применения нейронных сетей для решения прикладных задач.

Использование искусственных нейронных сетей для параметрической идентификации объектов

В статье рассматриваются методы и общая математическая модель параметрической идентификации объектов, а также описывается теоретическая возможность использования искусственных нейронных сетей в рамках решения данной задачи.

Применение нейронных сетей в рабочих сферах

В статье рассматривается роль нейронных сетей в замене человека на рабочем месте, их применение в современном мире.

Задать вопрос