Dərin təlim metodları və tətbiqləri araşdırılır İyun 17, 2020 | 09:36 / Konfranslar, iclaslar

AMEA İnformasiya Texnologiyaları İnstitutunun 1 saylı şöbəsinin onlayn elmi seminarı keçirildi.

İnstitutun böyük elmi işçisi Aybəniz Əliyeva seminarın “Deep learning (Dərin təlim) metodları və tətbiqləri” mövzusuna həsr olunduğunu bildirdi. O, dərin təlimin 1940-cı illərdə meydana gəlmiş süni neyron şəbəkələrinin təkamülünün nəticəsi olduğunu diqqətə çatdırdı.

Dərin təlimin təkamülünün beş dövrə ayrıldığını deyən məruzəçi bildirdi ki, başlanğıc dövr 1940-1960-cı illəri əhatə edir ki, bu dövrdə insan beyninin neyron şəbəkələrinə əsaslanan kompüter modeli yaranmışdır. “Birinci neyron qışı” adlandırılan ikinci dövr isə 1969-1970-ci illəri əhatə edir və bu dövrdə Perseptron təlim alqoritminin məhdudiyyəti aşkar olunmuşdur.

A.Əliyeva 1980-1990-cı illər, yəni üçüncü dövrdə çoxsaylı perseptronun təlimi üçün geriyə yayılma metodu, CNN (Convolutional Neural Networks) və LSTM  (Long Short-term Memory) şəbəkəsinin yaradıldığını qeyd etdi. “İkinci neyron qışı” adlanan dördüncü dövrün 1995-2000-ci illəri əhatə etdiyini vurğuladı.

Məruzəçi 2006-cı ildən bu günə qədər olan dövrün GPU erası adlandırıldığını söyləyərək elə 2006-cı ildə süni neyron şəbəkələrinin dərin təlim olaraq adlandırıldığını diqqətə çatdırdı.

Sonra o, Deep learning-in kateqoriyalarından bəhs edərək  bildirdi ki, Deep learning 3 kateqoriyaya - Supervised learning (Supervizorlu təlim), Unsupervised learning (Supervizorsuz təlim) və Reinforcement learning (Möhkəmləndirmə təlimi) növlərinə ayrılır.

Qeyd etdi ki, Supervizorlu təlim verilənlər bazası üzərində təlim  etiket və ya hədəf ilə əlaqəli bir sıra  xüsusiyyətlərə malikdir, Supervizorsuz təlim isə verilənlər dəstinin strukturunun  faydalı xüsusiyyətlərini öyrənir. Bununla yanaşı, Möhkəmləndirmə təlimi maşın təlimi üsullarından biridir və test sistemi bir mühitlə qarşılıqlı əlaqədə olaraq təlimlənir.

A.Əliyeva dərin təlimin ən geniş istifadə olunan üç modelinin CNN, RNN (Recurrent neural network), LSTM və TF (TensorFlow) olduğunu vurğuladı.

Daha sonra məruzəçi dərin təlimin istifadə olunduğu kompüter görməsi və burada yaranan problemlər barədə ətraflı məlumat verdi. Bildirdi ki, bu problemlərə təsvirlərin klassifikasiyası, lokallaşdırma ilə təsvirlərin klassifikasiyası, obyektlərin aşkarlanması, seqmentləşdirilməsi və s. aiddir.

Sonda o, qeyd etdi ki, dərin təlimin digər tətbiq sahəsi Natural Language Processing, yəni təbii dil emalıdır. NLP-də RNN, LSTM, CNN, word2vec və s. dərin təlim arxitekturalarından istifadə olunur.

Məruzə ətrafında müzakirələr aparıldı, suallar cavablandırıldı.

© Bütün hüquqlar qorunur. Xəbərlərdən istifadə edərkən www.iсt.az saytına istinad zəruridir.

İŞ FƏALİYYƏTİNİZƏ BİZİMLƏ BAŞLAYIN!
Ətraflı
BİZİM YARADICI VƏ ÖZÜNƏMƏXSUS İDEYALARIMIZA ETİBAR EDİN!
Ətraflı
ƏLVERİŞLİ QİYMƏTLƏRƏ KEYFiYYƏTLİ VƏ RƏNGARƏNG NƏŞRİYYAT İŞLƏRİ!
Ətraflı
İT BİLİKLƏRİNİZİ İNKİŞAF ETDİRƏRƏK KARYERANIZI DƏYİŞİN!
Ətraflı
ZƏNGİN E-KİTABXANA XİDMƏTLƏRİ!
Ətraflı