Рекомендую автора
Информация о работе
Подробнее о работе
Synthetic data (Digital Ecosystems)
- 11 страниц
- 2020 год
- 2 просмотра
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
Синтетические данные - это «любые производственные данные, применимые к данной ситуации, которые не получены прямым измерением» согласно словарю научных и технических терминов, McGraw-Hill; где Крейг С. Маллинс, эксперт в области управления данными, определяет производственные данные как «информацию, которая постоянно хранится и используется профессионалами для ведения бизнес-процессов».
В большинстве случаев данные компьютерного моделирования можно рассматривать как синтетические данные. Сюда входит большинство приложений физического моделирования, таких как музыкальные синтезаторы или имитаторы полета. Выход таких систем близок к реальности, но генерируется полностью алгоритмически.
Введение 3
1 О данных и об их отсутствии 4
1.1 История 5
1.2 Приложения 6
2 Заявления 8
3 Вычисления 9
Заключение 10
Список использованной литературы 11
7 Миркин Б. Г. Введение в анализ данных. Учебник и практикум / Б.Г. Миркин. - М.: Юрайт, 2015. - 176 c.
8 Остроух А. В. Ввод и обработка цифровой информации / А.В. Остроух. - М.: Академия, 2016. - 288 c.
9 Советов Б. Я. Моделирование систем / Б.Я. Советов, С.А. Яковлев. - М.: Высшая школа, 2015. - 343 c.
10 Хомоненко А. Работа с базами данных в C++ BUILDER / А. Хомоненко. - М.: Книга по Требованию, 2017. - 488 c.
11 Цуканова Н. И. Онтологическая модель представления и организации знаний. Учебное пособие / Н.И. Цуканова. - М.: Горячая линия - Телеком, 2015. - 272 c.
...
1 О данных и об их отсутствии
В наше время многие проекты искусственного интеллекта сталкиваются с отсутствием достаточно больших наборов размеченных данных. И хотя появляется все больше и больше новых архитектур нейронных сетей и алгоритмов для их обучения, эти алгоритмы не могут решить проблему данных. [10]
Современные методы обучения глубоких нейронных сетей уже показали свою эффективность в ситуациях, когда доступны огромные массивы помеченных данных. Таким образом, основной классический набор данных для компьютерного зрения под названием ImageNet содержит более 14 миллионов изображений, разделенных почти на 22 тысячи классов. Другими словами, у каждой фотографии в ImageNet есть тег, который был проверен людьми, чтобы показать, что это такое. Этикетки очень подробные: например, ImageNet насчитывает 120 различных пород собак.
И оказывается, что современные нейронные сети в течение нескольких лет справляются с задачей классификации изображений лучше людей.
...
1.2 Приложения
Синтетические данные используются в процессе интеллектуального анализа данных. Тестирование и обучение систем обнаружения мошенничества, систем конфиденциальности и систем любого типа разрабатываются с использованием синтетических данных. Как описано ранее, синтетические данные могут показаться просто компиляцией «вымышленных» данных, но есть некоторые алгоритмы и генераторы, предназначенные для получения реалистичных данных. Эти синтетические данные помогают обучить систему реагировать на определенные ситуации или критерии. Исследователь, проводящий клиническое испытание или другое исследование, может генерировать синтетические данные, которые помогут сформировать основу для будущих исследований и испытаний.
Например, программное обеспечение для обнаружения вторжений тестируется с использованием синтетических данных. Эти данные являются реальными данными и могут содержать случаи вторжения, отсутствующие в подлинных данных.
...
2 Заявления
Синтетические данные используются в процессе сбора данных. Системы обучения для проверки и обнаружения мошенничества, системы конфиденциальности и системы любого типа созданы с использованием синтетических данных. Как описано выше, синтетические данные могут показаться простым набором «скомпилированных» данных, но существуют некоторые алгоритмы и генераторы, предназначенные для создания реалистичных данных. Эти синтетические данные помогают научить систему реагировать на определенные ситуации или критерии. Исследователь, проводящий клинические испытания или другие исследования, может генерировать синтетические данные, чтобы обеспечить основу для будущих исследований и испытаний. Например, программа обнаружения вторжений тестируется с использованием синтетических данных. Эти данные представляют собой достоверные данные и могут содержать инциденты злоумышленников, которые не содержатся в достоверных данных.
...
3 Вычисления
Исследователи проверяют структуру на синтетических данных, которые являются «единственным источником достоверной информации, на основании которого они могут объективно оценить производительность своих алгоритмов».
«Синтетические данные могут быть произведены со случайной ориентацией и положением». Наборы данных могут быть довольно сложными. Более сложный набор данных можно создать с помощью сборки синтезатора. Чтобы создать сборку синтезатора, вы сначала используете исходные данные для создания модели или уравнения, которое наилучшим образом соответствует данным. Эта модель или уравнение будет называться сборкой синтезатора. Эту сборку можно использовать для создания дополнительных данных. [4]
Создание сборки синтезатора включает создание статистической модели. В примере с линией линейной регрессии исходные данные могут быть подготовлены, и наиболее подходящая линейная линия может быть создана на основе данных. Эта строка - синтезатор, созданный из исходных данных.
...
Заключение
В результате многие технологические компании сегодня активно используют методы машинного обучения для встраивания интеллектуальных алгоритмов в свои продукты и бизнес-процессы. С каждым днем рекламная задача становится все более адресной, автоматический перевод - более точным, а голосовые помощники - четче. Важная часть создания таких систем - это данные, много данных. [1]
Синтетические данные обычно относятся к объектам реального мира, смоделированным на компьютере. Главное преимущество такого подхода в том, что к ним автоматически прикрепляется разметка. Возвращаясь к примеру пересечения: если мы смоделируем его средствами для создания компьютерных игр, то сразу получим полную информацию о любом объекте в кадре: его скорость, цвет, масса, положение, и все остальное! Другой пример: использование синтезатора для текстовой записи позволяет сопоставить буквы и их фонемы с точностью до миллисекунды, что невозможно при ручной работе.
...
1 Вармоломеев В.А. Архитектура и технологии IBM eServer zSeries / В.А. Варфоломеев и др. - М.: Интернет-университет информационных технологий, 2015. - 640 c.
2 Зубов А. В. Основы искусственного интеллекта для лингвистов / А.В. Зубов, И.И. Зубова. - Москва: РГГУ, 2013. - 320 c.
3 Коннолли Т. Базы данных. Проектирование, реализация и сопровождение. Теория и практика / Т. Коннолли. - М.: Вильямс И.Д., 2017. - 1440 c.
4 Костин А. Е. Организация и обработка структур данных в вычислительных системах. Учебное пособие / А.Е. Костин, В.Ф. Шаньгин. - М.: Высшая школа, 2014. - 248 c.
5 Кудрявцев В.Б. Интеллектуальные системы. Учебник и практикум для бакалавриата и магистратуры / В.Б. Кудрявцев, Э.Э. Гасанов, А.С. Подколзин. - Москва: ИЛ, 2016. - 219 c.
6 Мартишин С.А. Проектирование и реализация баз данных в СУБД MySQL с использованием MySQL Workbench: Методы и средства проектирования информационных систем и технолог / С.А. Мартишин, В.Л. Симонов, М.В. Храпченко. - М.: Форум, 2017. - 62 c.
7 Миркин Б. Г. Введение в анализ данных. Учебник и практикум / Б.Г. Миркин. - М.: Юрайт, 2015. - 176 c.
8 Остроух А. В. Ввод и обработка цифровой информации / А.В. Остроух. - М.: Академия, 2016. - 288 c.
9 Советов Б. Я. Моделирование систем / Б.Я. Советов, С.А. Яковлев. - М.: Высшая школа, 2015. - 343 c.
10 Хомоненко А. Работа с базами данных в C++ BUILDER / А. Хомоненко. - М.: Книга по Требованию, 2017. - 488 c.
11 Цуканова Н. И. Онтологическая модель представления и организации знаний. Учебное пособие / Н.И. Цуканова. - М.: Горячая линия - Телеком, 2015. - 272 c.
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
