Convolutional neural network (CNN): Ngajari komputer carane ndeleng

KREDIT GAMBAR:
Kredit gambar
iStock

Convolutional neural network (CNN): Ngajari komputer carane ndeleng

Convolutional neural network (CNN): Ngajari komputer carane ndeleng

Teks subjudul
Convolutional neural network (CNNs) nglatih AI supaya luwih bisa ngenali lan ngelasake gambar lan audio.
    • Babagan Author:
    • Jeneng panganggit
      Quantumrun Foresight
    • Desember 1, 2023

    Ringkesan wawasan

    Convolutional Neural Networks (CNNs) minangka pivotal ing klasifikasi gambar lan visi komputer, ngowahi cara mesin ngenali lan ngerti data visual. Dheweke niru sesanti manungsa, ngolah gambar liwat lapisan convolutional, pooling, lan nyambungake kanthi lengkap kanggo ekstraksi lan analisis fitur. CNN duwe macem-macem aplikasi, kalebu ritel kanggo rekomendasi produk, otomotif kanggo perbaikan safety, kesehatan kanggo deteksi tumor, lan teknologi pangenalan rai. Panggunaan kasebut ngluwihi analisis dokumen, genetika, lan nganalisa citra satelit. Kanthi integrasi sing saya tambah ing macem-macem sektor, CNN nambah keprihatinan etika, utamane babagan teknologi pangenalan rai lan privasi data, sing nyoroti kabutuhan kanggo nimbang kanthi ati-ati babagan penyebarane.

    Konteks Convolutional Neural Network (CNN).

    CNN minangka model pembelajaran jero sing diilhami dening cara manungsa lan kewan nggunakake mripate kanggo ngenali obyek. Komputer ora duwe kemampuan iki; nalika padha "ndeleng" gambar, diterjemahake menyang digit. Mangkono, CNN dibedakake saka jaringan saraf liyane kanthi kapabilitas canggih kanggo nganalisa data sinyal gambar lan audio. Iki dirancang kanggo kanthi otomatis lan adaptif sinau hierarki fitur spasial, saka pola tingkat rendah nganti dhuwur. CNN bisa nulung komputer kanggo entuk mata "manungsa" lan nyedhiyakake visi komputer, supaya bisa nyerep kabeh piksel lan angka sing dideleng lan mbantu pangenalan lan klasifikasi gambar. 

    ConvNets ngetrapake fungsi aktivasi ing peta fitur kanggo mbantu mesin nemtokake apa sing dideleng. Proses iki diaktifake kanthi telung lapisan utama: lapisan convolutional, pooling, lan lapisan sing disambungake kanthi lengkap. Loro pisanan (convolutional lan pooling) nindakake ekstraksi data, nalika lapisan sing disambungake kanthi lengkap ngasilake output, kayata klasifikasi. Peta fitur ditransfer saka lapisan menyang lapisan nganti komputer bisa ndeleng kabeh gambar. CNN diwenehi informasi sabisa kanggo ndeteksi karakteristik sing beda. Kanthi ngandhani komputer kanggo nggoleki pinggiran lan garis, mesin kasebut sinau carane ngenali gambar kanthi cepet lan akurat kanthi tarif sing ora mungkin kanggo manungsa.

    Dampak gangguan

    Nalika CNN paling umum digunakake kanggo pangenalan gambar lan tugas klasifikasi, uga bisa digunakake kanggo deteksi lan segmentasi. Contone, ing eceran, CNN bisa nggoleki kanthi visual kanggo ngenali lan menehi rekomendasi item sing nglengkapi lemari sing wis ana. Ing otomotif, jaringan kasebut bisa ngawasi owah-owahan ing kahanan dalan kaya deteksi garis jalur kanggo nambah safety. Ing perawatan kesehatan, CNN digunakake kanggo luwih ngenali tumor kanker kanthi misahake sel sing rusak kasebut saka organ sing sehat ing saubengé. Kangge, CNN wis nambah teknologi pangenalan rai, ngidini platform media sosial ngenali wong ing foto lan menehi rekomendasi menehi tag. (Nanging, Facebook wis mutusake kanggo mungkasi fitur iki ing taun 2021, nyatakake keprihatinan etika lan kabijakan peraturan sing ora jelas babagan nggunakake teknologi iki). 

    Analisis dokumen uga bisa nambah karo CNN. Dheweke bisa verifikasi karya tulisan tangan, mbandhingake karo database isi tulisan tangan, interpretasi tembung, lan liya-liyane. Dheweke bisa mindai kertas tulisan tangan sing penting kanggo perbankan lan keuangan utawa klasifikasi dokumen kanggo museum. Ing genetika, jaringan kasebut bisa ngevaluasi kultur sel kanggo riset penyakit kanthi mriksa gambar lan pemetaan lan analitik prediktif kanggo mbantu ahli medis ngembangake perawatan potensial. Pungkasan, lapisan convolutional bisa mbantu nggolongake gambar satelit lan kanthi cepet ngenali apa iku, sing bisa mbantu eksplorasi ruang angkasa.

    Aplikasi jaringan syaraf konvolusional (CNN)

    Sawetara aplikasi jaringan syaraf konvolusional (CNN) bisa uga kalebu: 

    • Tambah panggunaan ing diagnosa kesehatan, kalebu radiologi, sinar-x, lan penyakit genetik.
    • Panggunaan CNN kanggo nggolongake gambar sing dialirake saka pesawat ruang angkasa lan stasiun, lan rover rembulan. Badan pertahanan bisa ngetrapake CNN kanggo ngawasi satelit lan drone kanggo identifikasi otonom lan penilaian ancaman keamanan utawa militer.
    • Teknologi pangenalan karakter optik sing luwih apik kanggo teks tulisan tangan lan pangenalan gambar.
    • Aplikasi ngurutake robot sing luwih apik ing gudang lan fasilitas daur ulang.
    • Panggunaan kasebut kanggo nggolongake penjahat lan wong sing duwe kepentingan saka kamera pengawasan kutha utawa interior. Nanging, cara iki bisa tundhuk bias.
    • Luwih akeh perusahaan sing ditakoni babagan panggunaan teknologi pangenalan rai, kalebu cara ngumpulake lan nggunakake data kasebut.

    Pitakonan kanggo komentar

    • Kepiye carane CNN bisa nambah visi komputer lan carane nggunakake saben dina?
    • Apa keuntungan liyane saka pangenalan lan klasifikasi gambar sing luwih apik?

    Referensi wawasan

    Link populer lan institusional ing ngisor iki dirujuk kanggo wawasan iki: