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

One Billion Knowledgeable · Pripovjedač za AI: Gabriel (iz Googlea)
Audioknjiga
3 h 19 min
neskraćena
Ispunjava uvjete
Uz priču AI-ja
Ocjene i recenzije nisu potvrđene  Saznajte više
Želite li uzorak u trajanju od 19 min? Slušajte bilo gdje, čak i offline. 
Dodaj

O ovoj audioknjizi

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.

Ocijenite ovu audioknjigu

Recite nam što mislite.

Informacije o slušanju

Pametni telefoni i tableti
Instalirajte aplikaciju Google Play knjige za Android i iPad/iPhone. Automatski se sinkronizira s vašim računom i omogućuje vam da čitate online ili offline gdje god bili.
Prijenosna i stolna računala
Knjige koje ste kupili na Google Playu možete čitati u web-pregledniku svojeg računala.

Fouad Sabry, još djela

Slične audioknjige

Pripovijeda Gabriel