Lernen geometrischer Merkmale: Visuelle Einblicke durch das Lernen geometrischer Merkmale erschließen

One Billion Knowledgeable · Tekoälyn lukema (Gabriel, Googlesta)
Äänikirja
3 h 19 min
Lyhentämätön
Kelvollinen
Tekoälyn lukema
Arvioita ja arvosteluja ei ole vahvistettu Lue lisää
Haluatko näytteen, jonka kesto on 19 min? Kuuntele milloin tahansa, jopa offline-tilassa. 
Lisää

Tietoa tästä äänikirjasta

Was ist das Lernen geometrischer Merkmale


Das Lernen geometrischer Merkmale ist eine Technik, die maschinelles Lernen und Computer Vision kombiniert, um visuelle Aufgaben zu lösen. Das Hauptziel dieser Methode besteht darin, eine Reihe repräsentativer Merkmale einer geometrischen Form zur Darstellung eines Objekts zu finden, indem geometrische Merkmale aus Bildern gesammelt und mithilfe effizienter Methoden des maschinellen Lernens erlernt werden. Menschen lösen visuelle Aufgaben und können schnell auf die Umgebung reagieren, indem sie Wahrnehmungsinformationen aus dem, was sie sehen, extrahieren. Forscher simulieren die Fähigkeit des Menschen, Objekte zu erkennen, um Computer-Vision-Probleme zu lösen. Beispielsweise wandten M. Mata et al. (2002) Feature-Learning-Techniken auf die Navigationsaufgaben mobiler Roboter an, um Hindernissen auszuweichen. Sie nutzten genetische Algorithmen zum Erlernen von Merkmalen und zum Erkennen von Objekten (Figuren). Lernmethoden für geometrische Merkmale können nicht nur Erkennungsprobleme lösen, sondern auch nachfolgende Aktionen vorhersagen, indem sie einen Satz aufeinanderfolgender eingegebener sensorischer Bilder analysieren, in der Regel einige extrahierende Merkmale von Bildern. Durch Lernen werden einige Hypothesen über die nächste Aktion aufgestellt und entsprechend der Wahrscheinlichkeit jeder Hypothese die wahrscheinlichste Aktion ermittelt. Diese Technik wird häufig im Bereich der künstlichen Intelligenz eingesetzt.


Wie Sie davon profitieren


(I) Einblicke und Validierungen zu den folgenden Themen:


Kapitel 1: Lernen geometrischer Merkmale


Kapitel 2: Mustererkennung


Kapitel 3: Hough-Transformation


Kapitel 4: Verlustfunktion


Kapitel 5: Expectation?Maximization-Algorithmus


Kapitel 6: Ablehnungsabtastung


Kapitel 7: Array-Verarbeitung


Kapitel 8: Autoencoder


Kapitel 9: Stochastische Approximation


Kapitel 10: Schachbretterkennung


(II) Beantwortung der häufigsten öffentlichen Fragen zum Lernen geometrischer Merkmale.


(III ) Beispiele aus der Praxis für den Einsatz des Lernens geometrischer Merkmale in vielen Bereichen.


An wen sich dieses Buch richtet


Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über das Grundwissen oder die Informationen zum Erlernen geometrischer Merkmale hinausgehen möchten.

Arvioi tämä äänikirja

Kerro meille mielipiteesi.

Kuuntelutiedot

Älypuhelimet ja tabletit
Asenna Google Play Kirjat ‑sovellus Androidille tai iPadille/iPhonelle. Se synkronoituu automaattisesti tilisi kanssa, jolloin voit lukea online- tai offline-tilassa missä tahansa oletkin.
Kannettavat ja pöytätietokoneet
Voit lukea Google Playsta ostamiasi kirjoja tietokoneesi verkkoselaimella.

Lisää kirjoittajalta Fouad Sabry

Samankaltaiset äänikirjat

Kertoja: Gabriel