Состоялось обсуждение научно-теоретических результатов в направлении исследования Deep Learning Апр 08, 2019 | 03:00 / Конференции, собрания

Прошел очередной научный семинар Института информационных технологий НАНА. Открывший мероприятие вступительной речью, академик-секретарь НАНА, директор института, академик Расим Алигулиев сказал, что семинар посвящен обсуждению научно-теоретических результатов в направлении исследования Deep Learning. Академик отметил, что это направление является одним из актуальных вопросов современности.

Затем заведующий отделом института, доктор философии по технике, доцент Ядигяр Имамвердиев выступил с докладом. Он дал обширную информацию об исследованиях, проводимых в институте в области глубоких и свёрточных нейронных сетей (ing. Convolutional Neural Network, CNN), широко используемых архитектур CNN и применения Deep Learning.

Рассказывая об областях применения Deep Learning, Я.Имамвердиев сказал, что он широко применяется в таких областях, как компьютерное зрение (Computer Vision), обработка естественного языка (Natural Language Processing), распознавание речи, синтез речи. Ученый дал информацию о структуре биологических нейронов и представил ее математическую модель.

Выступивший подчеркнул, что нейронные сети используются в решение таких вопросов, как классификация, регрессия, кластеризация, обнаружение ассоциативных правил для интеллектуального анализа данных, и дал обширную информацию о процесс обучения нейронных сетей, являющихся процессом обнаружения веса в нейронной сети, и об алгоритмах обучения распространения ошибок в обратном направлении. Он также представил краткие иллюстрации (многослойная нейронная сеть для распознавания рукописных цифр, база MNIST, визуализация весов, подходящих для каждой нейронной сети в выходном слое и т. д.) относительно применения нейронных сетей.  

Я.Имамвердиев также довел до сведения проблемы алгоритма обратного распространения. Он сказал, что длительное обучение многослойных нейронных сетей в практических вопросах, накопление алгоритмов обучения в локальных минимумах являются одним из основных недостатков этого алгоритма.

Он также довел до сведения информацию об этапах формирования Deep Learning и дал подробную информацию об иерархической обработке информации в визуальной системе, сети «неокогнитрон», первой архитектуре CNN, ее ключевых идеях и карте признаков, визуализации признаков в слоях CNN, ребрендинге Deep Learning.

Выступивший дал подробную информацию об архитектурах CNN, являющихся победителями соревнования ILSVRC, - «AlexNet», «Clarifai» (ZFNet), «GoogLeNet», «VGG16» (Оксфордский университет), «ResNet-152» (Microsoft). Он также рассказал о возможностях Transfer Learning и сказал, что он использовался для извлечения новых данных из обученной нейронной сети, модификации архитектуры сети, завершения обучения в новых данных.

В заключение состоялся обмен мнениями относительно доклада, заведующие отделами института – член-корреспондент НАНА, доктор технических наук, профессор Масума Мамедова, доктор философии по технике, доцент Бикес Агаев, доктор философии по экономике, доцент Аловсат Алиев озвучили свои вопросы и рекомендации относительно исследования.

© Все права защищены. При использовании информации гиперссылка на сайт www.iсt.az обязательна.  

Начинайте свою трудовую деятельность с нами!
Читать дальше
Доверьтесь нашим креативным и своеобразным идеям!
Читать дальше
Печатные издания в высоком цветном качестве и за доступную цену!
Читать дальше
Развивайте свою карьеру, повышая знания в сфере ИТ!
Читать дальше
Разнообразные услуги электронной библиотеки!
Читать дальше