일본에서, 누구나 가장 높은 정밀 이미지 인식 바카라 사이트 주소를 깨달을 수 있습니다!

일본에서, 누구나 최고 정밀 이미지 인식 바카라 사이트 주소를 깨달을 수 있습니다!

2022/11/30

일본에서최대 정확도 이미지 인식 바카라 사이트 주소모두가 할 수 있습니다! 사전 훈련 데이터의 재료 생성

인공 지능 (바카라 사이트 주소)의 성능을 향상시키기 위해 바카라 사이트 주소에 의해 많은 양의 데이터를 연구해야합니다 그러나 실제로 바카라 사이트 주소비즈니스, 공장, 병원 및 유통 센터와 같은 위치에서 수집 할 수있는 데이터는 제한되어 있으며 바카라 사이트 주소 기능을 완전히 높일 수 없습니다이로 인해 바카라 사이트 주소 개발 분야가 어려움을 겪었습니다
바카라 사이트 주소ST는 이미지를 인식하는 바카라 사이트 주소를 개발하고 있습니다실제 이미지 대신 수학적 표현식을 사용하여 생성 된 이미지를 사용하여 바카라 사이트 주소의 사전 학습그래서 현장에서 수집바카라 사이트 주소가 데이터가 거의 없어도 최고 수준의 정확도를 달성 할 수있는 기술 개발 된 기술나는 그것을했다 우리는이 기술과 미리 훈련 된 바카라 사이트 주소를 사용하여 수집 한 많은 양의 이미지 데이터를 무료로 공개함으로써 회사, 대학 및 연구 기관이 일본 산업에서 바카라 사이트 주소 사용에 기여하도록 장려하기 위해 노력하고 있습니다

이미지 인식의 사전 학습 바카라 사이트 주소

작은 마을 공장조차도 세계 최고의 성능 바카라 사이트 주소를 개발할 수있는 미래를 희망하는 기술이 개발되었습니다 이것은 바카라 사이트 주소ST 바카라 사이트 주소 연구 센터의 Kataoka Hiroo가 개발 한 수학 공식을 사용한 이미지 생성 기술입니다

이 기술은 캡처 된 이미지의 내용을 결정하는 이미지 인식 바카라 사이트 주소를 대상으로합니다 바카라 사이트 주소의 사전 학습에는 많은 양의 이미지 데이터가 필요하지만이 기술의 가장 큰 특징은 실제 이미지 자체에 의존하지 않고 수학 공식을 사용하여 생성 된 이미지를 사용한다는 것입니다 일부 조건에서 실제 이미지를 초과하는 이미지 인식 정확도를 달성한다는 것입니다 생성 된 데이터를 활용할 수 있다면 관리 리소스가 제한된 소기업조차도 많은 양의 실제 이미지를 수집하지 않고 전 세계 최고의 회사와 일치 할 수있는 최고 수준의 이미지 인식 바카라 사이트 주소를 개발할 수 있습니다 (보도 자료 조항 2022/6/13)

기술의 세부 사항을 설명하기 전에 먼저 결과 개요를 살펴 보겠습니다

"ImageNet-21K"는 바카라 사이트 주소를 배우는 데 사용할 수있는 많은 수의 이미지를 수집하는 데이터 세트의 전형적인 예입니다 이 컬렉션에는 사람, 동물, 자동차 및 건물을 포함한 약 21,000 가지 유형의 사물 1,400 만 이미지가 포함되어 있으며 인터넷에 출판되며 학업 목적으로 널리 사용됩니다 Kataoka 및 기타 그룹은 세 가지 미리 훈련 된 모델을 사용하여 이미지 인식의 정확도를 비교하고 조사했습니다 바카라 사이트 주소는이 "실제 이미지 데이터 세트"를 배웠습니다 결과는 수학 공식을 사용하여 생성 된 데이터가 실제 이미지의 경우 818%, 프랙탈 형상의 경우 827%, 윤곽 모양의 경우 824%였으며, 이는 실제 이미지를 초과 한 값을 보여 주었다

차이는 1%미만이지만 바카라 사이트 주소를 연구 한 엔지니어와 전문가에게는 놀라운 수입니다 Kataoka는“인식 정확도는 전 세계의 연구자들이 연간 1% 증가하기 위해 열심히 일하는지 여부입니다

이 이미지 인식 속도는 매우 높은 수준이라고 말할 수 있지만 바카라 사이트 주소 연구 및 개발의 주요 러너 인 Google이 얻은 세계에서 가장 높은 정확도에 도달하지 못했습니다 Google은 이미 자체 개인 데이터 세트를 사용하여 8415%의 더 높은 인식 정확도를 달성했습니다 그러나이 모델을 훈련시키는 데 사용되는 이미지의 수는 3 억 명이라고하며, 훈련에 사용되는 데이터는 Kataoka와 다른 사람들이 사전 학습에 사용한 데이터 세트의 2 천만에서 5 천만에서 5 천만에서 5 천만에서 5 천만에서 (이미지)를 초과합니다 또한 Google은 현재 30 억 이미지를 사용하여 연구를 수행하고 있습니다

Kataoka와 그의 동료들은 강력한 기술을 사용하여 이러한 대규모 IT 회사와 같은 이미지 데이터 세트를 수집하지 않고 대신 많은 실제 이미지에 의존하고 바카라 사이트 주소가 수학적 공식을 사용하여 생성하여 배울 수있는 이미지의 양을 늘려서 인식 정확도를 달성하는 것을 목표로합니다 이 연구는 NEDO (National Research and Development Agency, NEDO)의 개발 프로젝트의 일환으로 수행되고 있으며 놀라운 진전을 이루고 있습니다

Kataoka는 "2025 년 3 월까지 프로젝트가 완료되면 약 3 억 개의 실제 이미지 데이터로 교육을받은 모델과 동일한 이미지 인식 정확도를 달성 할 수있을 것"이라고 Kataoka는 처음부터 여러 번 제기 된 높은 목표를 달성 한 것에 대한 자신감을 보여 주었다고 말했다

동물 비전 메커니즘에서 아이디어 얻기

이 기술에서 주목할만한 점은 학습에 사용되는 이미지 데이터가 "추상 단색 인물"으로 구성된다는 것입니다 위의 다이어그램에서 볼 수 있듯이 실제 제품의 사진 (실제 이미지)처럼 보이지 않습니다 이 기술은 수학 공식으로 표현 된 규칙에 따라 이미지를 기계적으로 생성하기 때문입니다 또한, 수학적 공식과 계수를 발명 함으로써이 기술은 그림의 변화를 증가시켜 수천만 개의 이미지를 쉽게 생성 할 수 있습니다

그러나 왜 추상 수치를 사용하여 바카라 사이트 주소의 성능을 향상시키기 위해 자연의 사물을 인식 할 수 있습니까? 비밀은 바카라 사이트 주소가 배우는 방식에 있습니다 최근에 딥 러닝 기술을 사용하는 바카라 사이트 주소는 종종 전송 학습이라는 기술을 사용하여 두 단계로 훈련됩니다

먼저, 많은 양의 일반 목적 데이터 (사전 학습)로 기본적인인지 능력을 개발 한 다음 소량의 데이터로 재교육이 특정 목적 (추가 학습)으로 좁혀진 다음 두 프로세스를 통해 성능을 향상시킵니다

이 기술은이 두 단계의 학습 단계 중 "사전 학습"에 사용됩니다 그렇다면 왜 기본인지 능력을 개발하기 위해 "사전 학습"을 사용하여 데이터의 추상 수치를 사용하여 궁극적으로 올바른 결과를 도출 할 수 있습니까?

그 이유는 인간을 포함한 동물의 메커니즘과 학습 방법에 있습니다 동물의 뇌에서 시력을 제어하는 영역 (1 차 시각 피질)은 먼저 눈에 들어오는 이미지의 정보에서 다양한 방향으로 "선"을 감지합니다 다시 말해, 동물이 어떤 장면을 보더라도 처음에는 수많은 선 조합으로 분류되어 인식합니다

이 동물의인지 능력은 유전 적 결정보다는 출생 후 학습을 통해 획득 할 수있는 것으로 이미 알려져 있습니다 실제로, 일부 연구에 따르면 신생아 고양이가 수직 선만있는 환경에서 제기되면 수평선을 인식하는 것은 불가능합니다^*1

이것은 동물이 먼저 모양이있는 "다양한 라인 조합"을 배우지 않으면 동물은 시각적 이상을 경험할 것임을 의미합니다 반대로, "자연 환경의 라인 조합"을 완전히 표현하는 기하학적 인물이 있다면 실제 이미지를 대체하는 시각적 능력을 미리 습시하는 데 사용할 수 있습니다 이것은 이미지 인식 바카라 사이트 주소에도 해당됩니다

자연 내에 기하학적 특성을 기계 학습에 통합

그렇다면 바카라 사이트 주소를 올바르게 훈련시키는 데 어떤 종류의 모양을 사용할 수 있습니까?

카타오 카 (Kataoka)는 그의 상사 (당시)에게 말한 사토 유타 카 (Sato Yutaka)는 "프랙탈 이미지가 유망하다"는 것을 깨달았다 프랙탈은 일본어로 "자기 유사성"이라고하며 자연 경관과 생물에서 종종 볼 수있는 기하학적 특성입니다 예를 들어, 해안선의 모양 또는 잎의 정맥은 치수가 확대 될 때 보이기 때문에 크기가 확대 될 때에도 비슷한 모양이 어디에나 나타나는 현상을 나타냅니다 프랙탈 모양은 수학 공식을 사용하여 쉽게 생성 할 수 있습니다

만약 동물의 비전이 자연 환경을 정확하게 인식하도록 진화했다면, 이는 또한 Fractal이면 학습을 위해 자연의 특성을 명확하게 포착하는 프랙탈 이미지를 사용해야합니다 이를 염두에두고 두 사람은 실험을 수행하여 실제 이미지를 사용하여 바카라 사이트 주소에 가까운 성능을 제공하기를 희망했습니다 결과는 위에서 언급했듯이 이미지 인식 속도는 개인의 기대를 초과했습니다

Kataoka와 다른 사람들은 자연 환경의 특성을 잘 반영하는 그림으로 개요 모양을 기반으로 이미지를 시험해 보았습니다 이것은 이미지 인식 바카라 사이트 주소에서 주류가되는 최신 알고리즘 (Vision Transformers)이 윤곽 정보를 주요 단서로 사용한다는 결과를 기반으로 한 실험입니다 위에서 언급했듯이,이 결과는 또한 프랙탈의 결과와 동등한 수의 결과였습니다

학습에 사용되는 이미지 데이터는 "추상 단색 모양"이며 프랙탈 형상이나 윤곽 모양 데이터 세트는 색상 정보를 사용하지 않습니다 또한 색상을 바꾸는 색상으로 이미지 데이터를 시도했지만 정확도를 높이는 데 거의 영향을 미치지 않았습니다 따라서 미리 학습에서 흑백 이미지를 사용하고 추가 학습에 색상 정보를 제공 할 수 있다고 결정되었습니다

이미지 데이터를 수집 할 때 인간 오류 및 침해 방지

수학 공식에서 생성 된 그림 이미지의 이점은 누구나 많은 양의 학습 데이터를 준비 할 수 있다는 사실에 국한되지 않습니다

바카라 사이트 주소를 배우는 데 사용되는 이미지 데이터는 표시된 내용과 같은 "정답"을 설명하는 하나의 "레이블 (모양 유형을 나타내는 숫자)"을 수동으로 추가해야합니다 인간의 판단을받을 수 있으므로 데이터가 크면 오류가 혼합 될 수 있습니다 실제로, 과거에 인종 차별적 판단을 한 이미지 인식 바카라 사이트 주소가 있었으며, 학습에 사용 된 이미지가 특정 인종에 편향 되었기 때문이라고합니다 바카라 사이트 주소는 학습 중에 사용되는 데이터와 라벨링에 따라 예기치 않은 오작동을 위험에 빠뜨릴 수 있습니다

또한 학습 후 바카라 사이트 주소 내의 운영 원리는 명확하게 이해되지 않는 "블랙 박스"상태에있을 것입니다 따라서 바카라 사이트 주소가 예기치 않은 동작을 일으키면 문제를 일으키는 데이터를 발견하기가 어려워집니다 또한 많은 양의 데이터를 수집 할 때 다른 사람의 개인 정보 및 권리를 침해하는 데이터가 무의식적으로 혼합 될 위험이 있습니다^*2

그러나 이러한 문제는 수학 공식을 기반으로 생성 된 기하학적 데이터로 사라집니다 인공적인 인물이기 때문에 인간의 편견이나 실수가 포함되어 있지 않습니다 수동으로 추가 해야하는 레이블은 각 데이터에 대해 자동으로 할당 할 수도 있습니다

바카라 사이트 주소ST는 이번에 작성된 데이터 세트를 출시했으며 누구나 사용하기 위해 이미 학습 한 바카라 사이트 주소 온라인을 출시했습니다 (프로젝트 웹 사이트) 실험을 비교하는 데 사용 된 실제 이미지 데이터 세트 (ImageNet-21K)도 발표되었으며 연구원에게 친숙하지만 사용은 교육 및 연구 목적으로 제한되며 상업적 목적으로 사용할 수 없다는 단점이 있습니다 그러나 바카라 사이트 주소ST가 게시 한 정보는 회사 및 유료 서비스의 다양한 제품 개발에도 적용될 수 있습니다

이 데이터 세트 릴리스 릴리스는 모든 회사에 최고 수준의 이미지 인식 바카라 사이트 주소를 만들 수있는 기회를 제공하여 경쟁이 치열한 분야에서 전 세계적으로 드문 이니셔티브가됩니다 이 데이터 세트를 사용하여 의료 이미지 인식 시스템을 개발하는 것과 같은 실제 제품의 성능을 향상시키기 시작했습니다

"일본은 제조 산업을 포함하여 세계와 비교할 수있는 기술 기능을 가지고 있으며이 분야에는 귀중하고 경쟁력있는 바카라 사이트 주소 학습 데이터가 있습니다 반면에, 데이터의 수와 관련하여, 다양한 제약으로 인해 충분한 데이터를 준비하기에 충분하지 않은 경우가 많지만,이 소량의 데이터를 결합하여 우리의 데이터 세트와 결합하여 바카라 사이트 주소가 경쟁 할 수 있기를 희망합니다 (사토)

바카라 사이트 주소에 적용 할 수있는 기본 모델 생성

Kataoka와 다른 기술이 개발 한 기술의 강점은 이전 문제를 해결하는 데 국한되지 않습니다 전개 될 가능성을 살펴 보겠습니다

이 기술의 또 다른 주요 장점은 적용 할 수있는 데이터가 2 차원 스틸 이미지로 제한되지 않는다는 것입니다 예를 들어, 현대 스마트 폰에 통합 된 3 차원 객체 모양을 측정하는 센서에서 생성 된 이미지 데이터에 적용 할 수 있습니다 실제로, 우리는 수학 공식을 사용하여 3 차원 프랙탈 피규어를 만들고 사전 학습에 사용되었으며 실제 방의 3D 데이터에서 객체가 위치하는 위치를 감지하는 바카라 사이트 주소를 개발하는 데 사용될 수 있음을 확인했습니다

또한 시간이 지남에 따라 스틸 이미지뿐만 아니라 비디오 및 오디오도 변경하는 데이터 사용 범위 내에 있습니다 우리는 현재 사람들이 수학 공식을 사용하여 임의의 패턴으로 느끼고 사전 학습에 사용하는 데이터를 생성하는 방법을 개발하고 있으며, 비디오는 이미 예비 실험을 통해 시연되었습니다

Kataoka와 다른 사람들의 궁극적 인 목표는 단일 바카라 사이트 주소이더라도 모든 응용 프로그램에서 사용할 수있는 바카라 사이트 주소 용 템플릿을 만드는 것입니다 목표는 "일반 목적 사전 훈련 된 모델"으로 알려진 바카라 사이트 주소를 갖는 것입니다이 모델은 정지 이미지, 비디오 및 3D 데이터와 같은 다양한 유형의 데이터를 미리 훈련 한 다음 추가 학습을 통해 제공된 데이터에 따라 다양한 목적으로 배포 할 수 있습니다

이 기본 바카라 사이트 주소 모델은 Google, Open 바카라 사이트 주소 및 Meta와 같은 바카라 사이트 주소 연구로 알려진 고급 외국 회사의 개발과 경쟁하고 있습니다 2022 년 여름에 빠르게주의를 기울인 "Imaging 바카라 사이트 주소"는 내용을 단어로 표현하는 단어의 삽화를 빠르게 만들어내는 기본 모델 연구의 파생물입니다

바카라 사이트 주소ST의 목표는 일본 산업의 경쟁력을 높이는 것입니다 Kataoka 등을 포함한 많은 연구자들은 일본에서 일반적인 목적, 사전 학습 모델을 구축하기 위해 노력하고 있으며 대학 및 회사와 협력하여 부품으로 사용될 수있는 기본 기술을 개발했습니다

"우리는 쉽게 건설하고 도입 할 수있는 바카라 사이트 주소의 기초를 만들고 모든 응용 프로그램에 대해 재사용 할 수있는 바카라 사이트 주소의 기초를 만들어 일본 산업을 지원하는 국가 연구 기관으로 기여하고 싶습니다" Kataoka와 그의 친구들의 연구는 더욱 확대됩니다

---

*1 : C Blakemore와 G F Cooper,“뇌의 발달은 시각적 환경에 달려 있습니다”Nature, Vol 228, 1970 년 10 월 31 일[참조로 돌아 가기]
*2 : "저작권 보유자의 이익이 부당하게 해를 끼치는 경우"를 제외하고 일본 저작권법 제 30-4 조에 따르면 저작권 보유자의 허가없이 바카라 사이트 주소 학습에 저작권이있는 작품을 사용할 수 있습니다[참조로 돌아 가기]