西北大學(xué)科研課題：深度學(xué)習(xí)在圖像識別中的應(yīng)用

Category: 培訓(xùn)課程, 科研項目培訓(xùn)
|
Date: 2023年2月24日上午9:51

隨著人類社會的發(fā)展，越來越多的新發(fā)明受到人們的關(guān)注。如谷歌，百度，特斯拉等等公司都在著手研發(fā)自動駕駛技術(shù)，百萬年薪在這一領(lǐng)域已是稀松平常，當(dāng)今IT公司追逐人工智能風(fēng)潮的決心可見一斑。擁有頂尖人工智能技術(shù)的公司股價連創(chuàng)新高，深度學(xué)習(xí)已成為當(dāng)今社會最前沿與重要的技術(shù)之一。

咨詢課程

Product Details

西北大學(xué)科研課題

深度學(xué)習(xí)在圖像識別中的應(yīng)用

課題簡介

深度學(xué)習(xí) (Deep Learning) 是目前人工智能最重要的組成部分，是一種由復(fù)雜結(jié)構(gòu)（多重非線性變換）構(gòu)成的多個處理層對數(shù)據(jù)進行高層抽象的算法。人工智能作為二十一世紀關(guān)鍵技術(shù)之一，已經(jīng)成為全球經(jīng)濟迅猛增長的源動力。深度學(xué)習(xí)根據(jù)其應(yīng)用分類，可以分為監(jiān)督學(xué)習(xí)（分類，回歸），非監(jiān)督學(xué)習(xí)（聚類，異常值檢測）與強化學(xué)習(xí)（AlphaGo，自動駕駛等）三大類。深度學(xué)習(xí)是一門交叉學(xué)科，損失函數(shù)的優(yōu)化需要應(yīng)用數(shù)學(xué)支撐，代碼實現(xiàn)與GPU運算需要計算機科學(xué)支撐，模型設(shè)計需要統(tǒng)計學(xué)支撐。隨著信息技術(shù)的發(fā)展，越來越多的領(lǐng)域都離不開深度學(xué)習(xí)與人工智能。

作為一個交叉學(xué)科，深度學(xué)習(xí)與人工智能要求較強的理工科背景：數(shù)學(xué)，統(tǒng)計學(xué)知識幫助理解深層次的原理，計算機知識則是搭建軟件框架的必要背景。在具體的研究上，學(xué)生還需要有較強的建模能力去設(shè)計模型。

圖像識別技術(shù)是信息時代的一門重要的技術(shù)，它能夠讓計算機代替人類去處理大量的物理信息。隨著計算機技術(shù)的發(fā)展，人類對圖像識別技術(shù)的認識越來越深刻。圖像識別技術(shù)的過程分為信息的獲取、預(yù)處理、特征抽取和選擇、分類器設(shè)計和分類決策。圖像識別技術(shù)的應(yīng)用十分廣泛，如人臉識別（Iphone X），物件分類，自動駕駛（與強化學(xué)習(xí)交叉），甚至還有警方與IT公司合作，使用人臉識別技術(shù)用數(shù)以百萬計的攝像頭自動鎖定罪犯并且通知警方。因此，研究圖像識別技術(shù)具有重大意義。本次課題我們將設(shè)計深度學(xué)習(xí)模型并且應(yīng)用于圖像識別問題。

科研方法

AI＋X數(shù)據(jù)驅(qū)動型科研

使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進行預(yù)測，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實驗或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動型科研可以借助AI算法強大的運算能力，高效地進行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點。

AI＋X數(shù)據(jù)驅(qū)動型科研已被廣泛地應(yīng)用于各個領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進行早期的癌癥篩查便是其中一例?；蚪M與癌癥病患的數(shù)據(jù)千千萬萬，使用傳統(tǒng)的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現(xiàn)。

但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫，與過往的研究成果進行對照，快速、準確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標準化”成為可能。