INTELLIGENT INTERACTIVE SYSTEMS TECHNOLOGIES Wiszniewski Bogdan
- Время доставки: 7-10 дней
- Состояние товара: новый
- Доступное количество: 1
Заказывая «INTELLIGENT INTERACTIVE SYSTEMS TECHNOLOGIES Wiszniewski Bogdan» данное изделие из «Операционные системы» вы можете быть уверены, что после оформления заказа, доставки в Украину, вы получите именно то, что заказывали, в оговоренные сроки и европейского качества.
Состояние книги: НОВАЯ
Обложка: мягкая
Формат: B5
Факультет: Информатика
б >Ключевые слова: распознавание речи, биометрическая проверка личности, биосигналы, анализ моделей поведения человека, извлечение признаков, языковые модели, видеоигры, виртуальные иммерсивные среды, связывание музыкальных данных, процессы познания.
Все области исследований, обсуждаемые в этой книге, являются предметом интенсивных исследований, проводимых на протяжении многих лет на кафедре интеллектуальных интерактивных систем факультета электроники, телекоммуникаций и информатики Гданьского технического университета. Общим знаменателем этой деятельности является предоставление людям возможности взаимодействовать с компьютером наиболее естественным и очевидным образом, независимо от их возраста, подготовки, образования или степени инвалидности. Если несколько спорить с ожиданиями Тьюринга, выраженными в концепции его знаменитой «игры в имитацию», то вряд ли есть какая-либо необходимость в том, чтобы компьютеры обманчиво выдавали себя за людей. Никто не ожидает от них этого сегодня. Вместо этого пользователи скорее ожидают, что компьютерные приложения и системы будут целый день играть роль послушных слуг – умелых исполнителей команд, мудрых советчиков, понимающих учителей, хороших развлекателей, заботливых помощников и так далее – в зависимости от времени суток, необходимости. текущей ситуации или настроения пользователя. Примеры в этой книге показывают, что современные решения искусственного интеллекта и визуализации, подкрепленные огромными ресурсами данных, доступных в Интернете, достаточно хорошо справляются с этими проблемами. И, как видно, с каждым днем они могут делать больше.
Содержание
Предисловие и
1 Извлечение признаков при обнаружении и распознавании графических объектов 1
1.1 Основы выделения признаков. . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1 Обучение и обобщение. . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 Курс размерности. . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.3 Извлечение по сравнению с классификация . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Методы обучения экстрактору признаков. . . . . . . . . . . . . . . . . . . 7
1.2.1 Изучение классификатора с выделением признаков. . . . . . . . . . 7
1.2.2 Извлечение признаков на основе аналогичных задач классификации. . . . . 8
1.2.3 Обучение экстрактора средствами генетического программирования распознаванию символов. . . . 9
1.2.4 Искусственная нейронная сеть как аппроксиматор функции извлечения. 12
1.2.5 Сборка нейронной модели из готовых функций. . . . . . . . 14
1.3 Многозадачное обучение (MTL). . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.1 Прогнозирование выбранных параметров как дополнительные задачи. . . . . . . . . 15
1.3.2 Многозадачное обучение с использованием других методов классификации, кроме ИНС. . . 16
1.3.3 Оптимизация параметров в многоклассовом подходе Adaboost «один против всех». 16
1.3.4 Использование глубоких моделей в многозадачном обучении. . . . . . . . . . . . . . . 16
1.3.5 Сравнение последовательного перевода и параллельного обучения (многозадачности). . 17
1.3.6 Открытые проблемы, связанные с техникой многозадачного обучения. . . . . . 17
1.4 Перенос обучения. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.1 Глубокие искусственные нейронные сети со сверточными слоями. . . . . . . 18
1.4.2 Перенос обучения для обучающих сетей со сверточными слоями. . 19
1.4.3 Проблемы обучения сверточных нейронных сетей (CNN) в целевой задаче. . 20
1.4.4 Перенос обучения с адаптацией предметной области. . . . . . . . . . . . . . . 22
1.4.5 Одноразовое обучение . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2 Языковые модели в распознавании речи 27
2.1 Модель зашумленного канала. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2 Измерения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2,3 Н-грамма. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.1 Слова, выходящие за пределы словарного запаса . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.2 Сглаживание . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.3 Сглаживание Add-1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.4 Сглаживание Add-k . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.5 Интерполяция . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.6 Откат . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3.7 Гуд-Тьюринг. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3.8 Кнезер-Ней. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.3.9 Глупая отсрочка. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.3.10 Сокращение модели и модели переменной длины . . . . . . . . . . . . . . 36
2.4 Синтаксические модели . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.4.1 Полный разбор . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.4.2 Мелкие модели . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Теги POS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Разбиение на части. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Супертегирование и суперчленство . . . . . . . . . . . . . . . . . . . . 39
2.5 Семантические модели . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.6 Нейронные модели . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.6.1 Простые сети прямой связи . . . . . . . . . . . . . . . . . . . . . 40
2.6.2 Рекуррентные сети . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.6.3 Снижение сложности . . . . . . . . . . . . . . . . . . . . . . . . 44
Иерархический Softmax . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Другие методы . . . . . . . . . . . . . . . . . . . . . . . . . .