DiWagner
SEEbiz SlovenijaSEEbiz SlovenijaSEEbiz SlovenijaSEEbiz SlovenijaSEEbiz SlovenijaSEEbiz SlovenijaSEEbiz Slovenija
 
USPJESI
 
Znanstvenici s Ruđera razvili novu metodu za prepoznavanja lica i govora
Autor/izvor: SEEbiz / H
Datum objave: 11.01.2019. - 14:21:04
ZAGREB - Računalni znanstvenici Instituta Ruđer Bošković razvili su novu metodu grupiranja podataka koja je ocijenjena kao fundamentalni doprinos problemu grupiranja podataka. Nova saznanja moći će se primijeniti na prepoznavanje lica, govora, rukom pisanih brojeva.

Znanstvenici Laboratorija za reprezentacije znanja i strojno učenje Zavoda za elektroniku Maria Brbić i Ivica Kopriva razvili su novu metodu za grupiranje podataka temeljenih na modelu linearnih potprostora kao generatora odgovarajućih funkcionalnih skupina.

''Primjene koje smo ilustrirali u ovom novom radu odnose se na prepoznavanje lica odnosno grupiranje slika lica u skupine koje odgovaraju osobama, zatim prepoznavanje govornika, odnosno grupiranje značajki govora u skupine koje odgovaraju osobama, te prepoznavanje rukom pisanih brojeva, odnosno grupiranje slika u skupine koje odgovaraju znamenkama od 0 do 9.'', objašnjava Ivica Kopriva.

Rad je objavljen u jednom od najutjecajnijih znanstvenih časopisa u području računalnih znanosti i umjetne inteligencije 'IEEE Transactions on Cybernetics', koji se po faktoru odjeka 8.803 svrstava na treće mjesto u tome području.

''Novi algoritmi su značajno poboljšali točnost u usporedbi s postojećim metodama na svim testiranim primjenama.'', zaključuje Maria Brbić.

Što je to strojno učenje?

Strojno učenje je grana umjetne inteligencije koja se bavi oblikovanjem algoritama za automatsku obradu podataka, odnosno to je proces otkrivanja znanja iz velike količine podataka pri čemu računarski sustavi sami automatski poboljšavaju svoje procese kroz iskustvo.

Strojno učenje je temelj podatkovne znanosti, a dijeli se na nadzirano, nenadzirano i polunadzirano.

To je jedno je od danas najuzbudljivijih područja računarske znanosti zbog brojnih mogućnosti primjena od raspoznavanja uzoraka i dubinske analize podataka do robotike, računalnog vida, bioinformatike i računalne lingvistike do medicine.

Neke od najčešćih primjena grupiranja podataka u medicini odnose se na segmentaciju slike. Primjerice, kod CT slike skupine predstavljaju organi, kod PET slike skupine su tkiva, kod mikroskopske slike histopatoloških preparata skupine su tkiva i/ili stanice, a kod slike optičke koherentne tomografije oka, primjerice, skupine su slojevi unutar mrežnice.