مباشر

الطلبات الأخيرة

    شريط الأخبار
    أخبار بوتين والكرملين
    جائزة خالد الخطيب الدولية
    البرامج
    ترددات القناة
    عيد النصر على النازية
    دليلك إلى روسيا
    وقائع لا يطويها الزمن
    العمل مع RT
    أفلام وثائقية
    كلاشينكوفا
    تطبيقات القناة
    اختراعات روسية
    المكتبة الروسية
    دروس اللغة الروسية
    31 خبر
    • المثلث الملتهب بين صنعاء وعدن والرياض
    • روسيا وأوكرانيا.. خارطة المعارك والمواجهات
    • الانتخابات الإسرائيلية
    • المثلث الملتهب بين صنعاء وعدن والرياض

      المثلث الملتهب بين صنعاء وعدن والرياض

    • روسيا وأوكرانيا.. خارطة المعارك والمواجهات

      روسيا وأوكرانيا.. خارطة المعارك والمواجهات

    • الانتخابات الإسرائيلية

      الانتخابات الإسرائيلية

    • قمة روسيا-إفريقيا في موسكو

      قمة روسيا-إفريقيا في موسكو

    العلوم والتكنولوجيا
    تاريخ النشر: 31.10.2024 | 06:24 GMT

    جامعة روسية تقدم في الإمارات مجموعة جديدة من الشبكات العصبية

    قدمت جامعة MISIS خلال المؤتمر الدولي لمعالجة الصور ICIP 2024 في أبو ظبي، شبكات عصبية جديدة تحدد بشكل أكثر دقة الكائنات الموجودة في صور لم يتم تحميلها في قواعد البيانات.

    جامعة روسية تقدم في الإمارات مجموعة جديدة من الشبكات العصبية
    Globallookpress

     ووفقا لهذه الجامعة الروسية المختصة في العلوم والتكنولوجيات، ستساعد الخوارزمية الجديدة في تطوير مجال المركبات غير المأهولة والتشخيص الطبي، حيث من المهم التمييز بين العناصر غير المحددة والتحف الرسومية.

    وأوضحت الجامعة أنه مع زيادة حجم البيانات،  تظهر حاجة إلى شبكات عصبية أكثر موثوقية يمكنها تصنيف كائنات جديدة والتعرف على الضوضاء التقنية التي تنشأ حتما عند الحصول على صورة.

    قام فريق علمي من الباحثين، بالتعاون مع طلاب من جامعة MISIS ومن معهد موسكو العلي للفيزياء التقنية، بحل هذه المشكلة من خلال تطوير مجموعة من الشبكات العصبية SDDE (Saliency Diversified Deep Ensembles -المجموعات العميقة المتنوعة المتميزة). وهي تتكون من عدة نماذج يتم تدريبها على مجموعات فرعية من قواعد البيانات الفردية وتركز على الخصائص الفريدة للصور. ونتيجة لذلك، تحدد الشبكة العصبية الكائنات في الصور بأقل قدر من الخطأ.

    وقال مكسيم جدانوف، أحد مصممي التطوير، وهو طالب في السنة الثالثة في معهد علوم الكمبيوتر في جامعة MISIS، إن SDDE أظهر أفضل النتائج مقارنة بالخوارزميات المماثلة.

    وأضاف: "لقد اقترحنا طريقة جديدة لتنويع المجموعات وتحسين دقة رأي الشبكة العصبية عند اكتشاف البيانات خارج التوزيع، وهو أمر مهم بشكل خاص لتطبيقها في الظروف الحقيقية. على سبيل المثال، يجب أن يكتشف جهاز السائق الآلي الأشياء الموجودة على الطريق بدقة لمنع وقوع الحوادث. أو على سبيل المثال، يتطلب وضع التشخيص الطبي الدقيق وجود قاعدة بيانات واسعة النطاق. قد تكون النماذج غير المعايرة مفرطة الثقة في افتراضاتها غير الصحيحة. شبكتنا العصبية لا تتمتع بالثقة المفرطة، مما يسمح لها بتقييم حساباتها بشكل أكثر ملاءمة".

    المصدر: نوفوستي

     

    التعليقات