Нейронные сети и их приложения

 
IL Serge Pod #07.03.2002 22:37
+
-
edit
 

Serge Pod

администратор

Нейронные сети и их приложения
In knowledge we trust!  
+
-
edit
 

=KRoN=
Balancer

администратор
★★★★★

«Модуль» на рынке


Столичный НТЦ «Модуль», некогда без лишнего шума проектировавший бортовую аппаратуру для спутников, а позже громко объявивший о разработке и первых успехах собственного сигнального процессора, сегодня, не забывая о старых, осваивает новые направления.

[tabtr][td bgcolor=black]
airbase.ru/sites/www.osp.ru/cw/2001/34/022_1_1.htm
Одно устройство TrafficMonitor-Embedded позволяет осуществлять в реальном масштабе времени контроль до шести полос движения, передавая накопленную информацию о количестве транспортных средств, их типе, скорости, расстоянии между ними и загруженности дороги в Центр управления движением
[/td][/tabtr]>

На этот раз «Модуль» предлагает готовое решение на базе своего процессора — TrafficMonitor-Embedded (ТМЕ), устройство обработки видеоизображений для использования в составе интеллектуальных систем управления дорожным движением. Это компактный высокопроизводительный вычислитель, совмещенный в едином корпусе с видеокамерой и источником вторичного электропитания, имеющий стандартный внешний интерфейс RS-232, к которому можно подключаться по беспроводному или обычному модему. Одно такое устройство позволяет осуществлять в реальном масштабе времени контроль до шести полос движения, передавая накопленную информацию о количестве транспортных средств, их типе, скорости, расстоянии между ними и загруженности дороги в Центр управления движением. «Интеллект» TME способен распознавать пять типов транспортных средств (мотоцикл, легковой автомобиль, грузовик/микроавтобус, автобус, длинный грузовик/ трейлер).

[tabtr][td bgcolor=black]
TrafficMonitor-Embedded построен на базе четырех процессоров NeuroMatrix. Его можно перепрограммировать на решение задач, требующих интеллектуальной обработки видеоинформации в реальном времени
[/td][/tabtr]>

Поскольку ТМЕ построен на базе четырех процессоров NeuroMatrix, а не на жесткой логике, его можно перепрограммировать на решение других задач, требующих интеллектуальной обработки видеоинформации в реальном времени. Например, использовать в качестве элемента комплексных охранных систем.

Необходимость переноса «интеллекта» из Центра управления на места в «Модуле» объясняют тем, что когда количество точек сбора информации начинает измеряться десятками и тем более сотнями, обеспечивать высокоскоростные каналы для передачи видео в реальном масштабе времени становится накладно, а подчас и невозможно. Обрабатывать же весь поступающий поток данных «как он есть» под силу только суперкомпьютеру. Спроектированное «Модулем» устройство передает уже результаты обработки в виде статистики. На центральном пункте стоит обычный ПК, который может принимать решения по информации, поступающей от 100 ТМЕ.

Интеллектуальная камера для управления дорожным движением — решение достаточно новое. С одной стороны, использование видео как источника позволяет получить максимум информации из зоны контроля. Но необходимость обработки видео в реальном времени и массовость применения подобной аппаратуры предъявляют противоречивые требования — вычислитель должен обладать высокой производительностью и при этом быть недорогим. Обрабатывать такие объемы «грубой силой» нет смысла. В «Модуле» используют оптимизированные алгоритмы, в том числе и нейросетевые. Система обучалась распознаванию на огромном количестве отснятого на видео материала, и по мере работы распознавание будет улучшаться.

// Подробнее:

«Модуль» на рынке - № 34, 2001 | Computerworld Россия | Издательство «Открытые системы»

Столичный НТЦ «Модуль», некогда без лишнего шума проектировавший бортовую аппаратуру для спутников, а позже громко объявивший о разработке и первых успехах собственного сигнального процессора, сегодня, не забывая о старых ... // www.osp.ru
 
 
RU asoneofus #10.03.2002 17:47
+
-
edit
 

asoneofus

старожил
★★
Кроныч, ты приведи ещё цену на это хозяйство :) а потом расскажи, какая конфигурация ширпотребовского железа способна решить эти задачи :D
"... аще где в книге сей грубостию моей пропись или небрежением писано, молю Вас: не зазрите моему окаянству, не кляните, но поправьте, писал бо не ангел Божий, но человек грешен и зело исполнен неведения ..."  
+
-
edit
 

=KRoN=
Balancer

администратор
★★★★★
Вышеописанная система стоит 5 килобаксов в штучном производстве и 3 килобакса в массовом.

Думаю, на эти деньги равную по возможностям систему на обычном железе ты никак не соберёшь :)
 
RU asoneofus #10.03.2002 19:29
+
-
edit
 

asoneofus

старожил
★★
Единичный контроллер на IDT79RC32V334 + TMS...6701 стоит 420 Уе..
Он способен обработать столько-же, а если их 2-3-4 поставить? (они оч. удобно "склеиваются" :) ) А уж в серии... Габарит: PC104

Кстати, оооочень сильно сумлеваюсь про 5... Если 2-х нм для PCI стоила около 10 туе, а с тех пор - новых процев не было... К тому-ж посмотри на картинку: там тоже 2-х процовая штукендия, + 2 платы, одна из которых, скорее всего, какойто видеввод - накинь на то, что если цветной, то их дешемше чем по 3туе не быват... :D

А в общем, дай бог им здоровья, и чтобы всё у них развивалось и делалось. Нелегко им...
"... аще где в книге сей грубостию моей пропись или небрежением писано, молю Вас: не зазрите моему окаянству, не кляните, но поправьте, писал бо не ангел Божий, но человек грешен и зело исполнен неведения ..."  
+
-
edit
 

=KRoN=
Balancer

администратор
★★★★★
Дык, 5 тыщ. у.е. за штучное изделие - это их цифра.

Анализ наверняка цветной, т.к. могут выделять нарушителей, проехавших на красный цвет.

Процессоров там 4 - чуть выше в моём постинге это ж написано.

Ну а цветные видеовходы нынче дёшево стоят...
 
Проблема как обычно в том, что задачи эти тривиально решаются без всяких нейросетей. Для дороги она вообще сводится к одномерной – выбираем осевую линию для каждой полосы и анализируем что на ней есть, по длине отметки определяем тип машины. Ну если уж совсем круто хотим, то несколько параллельных линий на полосу, все равно вся картинка не нужна, она тут избыточна. Для охранных систем – это детекторы движения на основе вычитания старой картинки из новой, что везде где нужно давно и сделано. Вообще похоже для хилых существующих нейросетей никак не могут найти подходящей задачи, если сперва подумать то почти все без них лучше решается, причем и алгоритмы часто теоретически оптимальные или близкие к ним найдены, а для задач, где вразумительный алгоритм пока не придуман, типа распознавания слитной речи, размера и скорости нынешних сеток не хватает, и неизвестно сколько еще времени хватать не будет.

А больше всего мне понравилось упоминание о грубой силе и оптимизированных нейроалгоритмах, нейросеть то это самая грубая сила и есть, какая уж там оптимизация. Наводит на размышления и то, что обещают улучшение работы в дальнейшем, значит есть пока проблемы?
 
+
-
edit
 

МиГ
Реконструктор

опытный

Главное преимущество нейросетей - это возможность обработки неполной или искаженной информации.
Ты ясно видиш на картинке дорогу и машины. И, наверное, можеш придумать "конвенциональный" алгоритм, который будет намного быстрее нейронного. Но что будет ночью, или если над дорогой упал туман? Тебе придется писать новые алгоритмы. Нейро-алогоритм же будет работать во всех случаях.
 
+
-
edit
 

=KRoN=
Balancer

администратор
★★★★★
Мда. Интересно, с классическими алгоритмами учитывать новые марки автомобилей? А если ещё умелец над ней поработает? :D А если камеру на другой столб перевесить? :D

А вообще, хоть где-то классические алгоритмы распознавания образов на практике используются? Тот же Finereader шрифты и то на нейросетевых алгоритмах распознаёт.
 
=KRoN=>А вообще, хоть где-то классические алгоритмы распознавания образов на практике используются? Тот же Finereader шрифты и то на нейросетевых алгоритмах распознаёт.

Есть такая штука - Partial Response Maximum Likehood. Делалось для связи со всякими там Пионерами, а оказалось в каналах чтения винтов :) Это без нервов. Но нервы в плане распознавания скорее уже норма, чем диковина.
 
+
-
edit
 

=KRoN=
Balancer

администратор
★★★★★
См. самое первое сообщение топика, к примеру :D
А ещё - fido7.ru.ai
 
BG Реконструктор #12.03.2002 12:45
+
-
edit
 
=KRoN=>См. самое первое сообщение топика, к примеру :D
=KRoN=>А ещё - fido7.ru.ai

quote:

Нейросетевые аппроксимации плотности вероятности.

 


Это не для начинающих :(
 
+
-
edit
 

=KRoN=
Balancer

администратор
★★★★★
Эху почитай, всё же.
Там начиная с вопросов "а что такое нейросеть вообще?".
Ссылки тоже должны там быть.
 
+
-
edit
 

МиГ
Реконструктор

опытный

Кстати, где можно найти инфу о нейросетях для начинающих на русском?
 
au>Есть такая штука - Partial Response Maximum Likehood. Делалось для связи со всякими там Пионерами, а оказалось в каналах чтения винтов :) Это без нервов.

Ну это просто очень примитивное приложение теории оптимальной фильтрации, то что ее везде поминают как достижение говорит только о полнейшей дикости винчестерщиков в электронике. Конечно, до того они кроме компаратора ничего не видели.

>Но нервы в плане распознавания скорее уже норма, чем диковина.

Да бросьте вы, просто распознаватели ничего другого не знают. Сейчас таких топтателей клав ну очень много. Не знают как, значит будут нейросеть делать.
 
=KRoN=>Мда. Интересно, с классическими алгоритмами учитывать новые марки автомобилей?

А где у них написано, что они марку распознают? Только тип - легковой, грузовик и т.п. А на самом деле и этого не надо. Эти системы от катушки в асфальте (датчик металла) хорошо работают.
 
МиГ>Ты ясно видиш на картинке дорогу и машины. И, наверное, можеш придумать "конвенциональный" алгоритм, который будет намного быстрее нейронного. Но что будет ночью, или если над дорогой упал туман? Нейро-алогоритм же будет работать во всех случаях.

Ну с чего вы это взяли? Если обучать, то может и будет, но для этого нейронов надо ну очень много, а то он в процессе обучения новому старое забывать начинает, весов то и связей немного.
 
+
-
edit
 
asoneofus>Единичный контроллер на IDT79RC32V334 + TMS...6701 стоит 420 Уе..
asoneofus>Он способен обработать столько-же, а если их 2-3-4 поставить? (они оч. удобно "склеиваются" :) ) А уж в серии... Габарит: PC104

Ну ка, ну ка просветите насчет TMS DSP за 420 баксов В СБОРЕ на плате РС104!!!
Мне как официальному разработчику пришло предложение на 4-Day Design Workshops: TMS320C28x ** TO DEEPEN YOUR KNOWLEDGE with the C28x platform всего 1800 баксов - а этот самый 320C28x больше микроконтроллер , наевшийся анаболиков, чем ДСП.
А серьезный TMS320C6701 встанет Вам в $509.65 в партии 1000 шт, а попроще - типа TMS320C6201(брат -близнец по производительности с Нейроматриксом - 300MIPS на 8-bit MMACS ) $384.35 в той же партии. Так что НЕ НАДО ЛЯ-ЛЯ :D
И програмить Нейроматрикс всеже попроще чем WLIM на ВОСЕМЬ потоков - тот еще геммор.

Ник
Объективная реальность - вариант бреда, обычно вызывается низким уровнем концентрации алкоголя в крови.
 
Nick_Crak>И програмить Нейроматрикс всеже попроще чем WLIM на ВОСЕМЬ потоков - тот еще геммор.

Программили Нейроматрикс? Так поделитесь опытом.
 
МиГ>Кстати, где можно найти инфу о нейросетях для начинающих на русском?

NeuroProject

Сайт компании НейроПроект, специализирующейся на разработке ПО для анализа данных, оказании консалтинговых и образовательных услуг.Литература по нейронным сетям, генетическим алгоритмам. Программы по нейронным сетям

// www.neuroproject.ru
 




 
Решение прикладной задачи должно идти от специфики этой задачи. Обычно выясняется, что значащих параметров не очень то и много, вот с ними и надо работать. Тем мне и нравится нечеткая логика, что это удобный аппарат для формализации уже найденных закономерностей. Но и без нее обычно тоже можно обойтись. А попытки изобрести универсальный нейронный решатель всех непонятных задач, это от лукавого. Вот скажем на поиск на базе нейросеть тоже обучить можно, а традиционным способом все равно лучше будет. Попробуйте и сравните.
 
+
-
edit
 
Nick_Crak>>И програмить Нейроматрикс всеже попроще чем WLIM на ВОСЕМЬ потоков - тот еще геммор.

ab>Программили Нейроматрикс? Так поделитесь опытом.

Нет конечно :) Но решал матричные задачи (на Лиспе, PDP1145)еще в году 1985 - так, что знаю чем МАТРИЦА отличается от ПАРАЛЛЕЛЬНОГО кода.
Кстати, задача которую я тогда решал(и решил,вместе с В.В.Анестиади, мало того -Лисп там использовался для решения задачи именно НЕЙРОСЕТЕВОЙ) называлась -"распознавание левой и правой конечностей на термограмме 512х512 10 бит" - так что про Феникс я не по наслышке говорю. Приезжайте в Кишинев - в Республиканской больнице до сих пор, по моему, работает :D

Ник
Объективная реальность - вариант бреда, обычно вызывается низким уровнем концентрации алкоголя в крови.
 
+
-
edit
 
Nick_Crak>...и решил,вместе с В.В.Анестиади, мало того -Лисп там использовался для решения задачи именно НЕЙРОСЕТЕВОЙ

Nick_Crak>Ник

Мдаа..не скромненько получается - правильней сказать, что задачу решал(и решил)В.В. Анестиади, а я ему помогал :)

Ник
Объективная реальность - вариант бреда, обычно вызывается низким уровнем концентрации алкоголя в крови.
 
LT Bredonosec #17.02.2016 02:04
+
-
edit
 
Выделенный чип глубокого обучения в смартфонах
Eyeriss - новый выделенный чип глубокого обучения для использования в смартфонах и прочих маломощных устройствах.
Чип создан для того, чтоб данные устройства быстро и эффективно могли вычислительно применять тяжелые алгоритмы нейронной сети без выгрузки задачи в облако и используя одну десятую энергии обычной видеокарты мобильных устройств. Одинаково пригодный к разным типам нейронных сетей, чип может вычислять изображения, звук, прочие типы данных по потребности. Кроме того, может применяться в автономных платформах типа автомобилей и дронов.
В относящихся к теме новостях также гугловский искусственный интеллект DeepMind, который может самостоятельно распознавать обстановку в стрелялках от первого лица. Возможно, это вскоре будет перенесено на роботов для ориентирования в реальном мире. Возможно, используя данные чипы.

Dedicated Deep Learning Chips on Smartphones
Eyeriss is a newly designed and developed dedicated deep learning chip for use in smartphones and other low-power applications A Deep Learning AI Chip for Your Phone - IEEE Spectrum. The chip is designed to allow these devices to run computationally demanding neural network algorithms quickly and efficiently on the device without offloading to the cloud, and using only one tenth of the energy of a typical mobile GPU. Agnostic to the type of neural network being run the chip can process image, sound, and other types of data as needed and might also find deployment in autonomous platforms such as cars and drones. In related news Google’s DeepMind game-playing AI can now also navigate environments in first-person-shooters Google DeepMind AI navigates a Doom-like 3D maze just by looking | New Scientist and I wonder if this can be transferred to robots to help in realworld environments, perhaps by using these dedicated chips.
Voeneuch, учи физику, манажор ))  26.026.0
RU Alexandrc #04.04.2016 17:00
+
-
edit
 

Alexandrc

аксакал

Помимо психоделики нейронные сети можно научить и чему-нибудь полезному ;)

Нейронные сети научились окрашивать черно-белые фото

Одним из наиболее интересных направлений для изучения в ИТ-сфере являются нейронные сети. Их возможности поражают. Не так давно корпорация Google... // geektimes.ru
 
Но вы там держитесь!  49.0.2623.11049.0.2623.110

в начало страницы | новое
 
Поиск
Настройки
Твиттер сайта
Статистика
Рейтинг@Mail.ru