EngNews
Логин: 
Пароль: 
 
ГЛАВНАЯ
СОБЫТИЯ
ОТПРАВИТЬ НОВОСТЬ
КОНТАКТЫ
регистрация / забыл пароль
Главная / Fujitsu разработала новую технологию глубокого обучения
17.02.2016
Fujitsu разработала новую технологию глубокого обученияFujitsu Laboratories объявила об разработке технологии глубокого обучения, которая может анализировать временные ряды данных с высокой степенью точности. Демонстрируя перспективы для приложений Интернета вещей, временные ряды данных также могут иметь серьезной волатильности, что затрудняет различение закономерностей в данных. Технология глубокого обучения, которая привлекает к себе внимание как прорыв в продвижении искусственного интеллекта, добилась чрезвычайно высокой точности распознавания с изображениями и речи, но типы данных, к которым она может быть применена, по-прежнему остаются ограниченными.
Теперь Fujitsu Laboratories разработала подход к глубокому обучению, который использует передовые математические методы для извлечения геометрических особенностей из данных временных рядов, что позволяет с высокой точностью классифицировать изменчивые временные ряды. В тестах, классифицирующих временные ряды данных, захваченных из гироскопов в носимых устройствах, новая технология достигала примерно 85-процентной точности, что предоставляет улучшение на 25 процентов по сравнению с существующей технологией.

В последние годы в области машинного обучения, являющейся центральной технологией в области искусственного интеллекта, технология глубокого обучения привлекает внимание в качестве способа автоматического извлечения значений признаков, необходимых для интерпретации и оценки явлений без учета правил вручную. В эпоху Интернета вещей массивные объемы данных временных рядов накапливаются в устройствах. Посредством применения глубокого обучения к этим данным и их классификации с высокой степенью точности, может быть проведен дальнейший анализ, увеличивающий вероятность создания новой стоимости и открытия новых направлений бизнеса.
Глубокое обучение является мощной техникой машинного обучения, и она привлекает внимание в качестве прорыва в разработка искусственного интеллекта, но ранее она могла эффективно применяться только для ограниченных типов данных, таких как изображения и речь. В частности, для данных комплекса временных рядов, которые является объектом серьезных колебаний и захваченных датчиков, встроенных в устройства Интернета вещей, было трудно достичь высокой точности классификации с использованием глубокого обучения или любых других методов машинного обучения.

Теперь Fujitsu Laboratories разработала технологию глубокого обучения, которая использует передовую теорию хаоса и топологию для автоматической и точной классификации данных изменчивых временных рядов. Она может точно обрабатывать даже сложные временные ряды данных с серьезными колебаниями.
Fujitsu Laboratories будет работать над дальнейшее повышением точности своей технологии классификации данных временных рядов с целью ее практической реализации. Исследователи также работают над тем, чтобы расширить применение глубокого обучения к другим видам данных, таких, как изображения, звуки и временные ряды, а также для выполнения анализа более сложных данных.



Новости инженерии
Новости политики
Социальные новости
Мировые происшествия
Ваши новости
Поставщики
Диллеры
Дистрибьютеры
 
Все права защищены ©
2014 - 2015 ИнжНьюз