קאָנוואָלוטיאָנאַל נעוראַל נעץ (CNN): לערנען קאָמפּיוטערס ווי צו זען

• וועגן דעם מחבר
• מחבר נאָמען

  קוואַנטומרון פאָרסייט
• דעצעמבער קסנומקס, קסנומקס

ינסייט קיצער

קאָנוואָלוטיאָנאַל נעוראַל נעטוואָרקס (CNNs) זענען פּיוואַטאַל אין בילד קלאַסאַפאַקיישאַן און קאָמפּיוטער זעאונג, טראַנספאָרמינג ווי מאשינען ידענטיפיצירן און פֿאַרשטיין וויזשאַוואַל דאַטן. זיי נאָכמאַכן מענטשלעך זעאונג, פּראַסעסינג בילדער דורך קאַנוואַלושאַנאַל, פּאָאָלינג און גאָר פארבונדן לייַערס פֿאַר שטריך יקסטראַקשאַן און אַנאַליסיס. CNNs האָבן דייווערס אַפּלאַקיישאַנז, אַרייַנגערעכנט לאַכאָדימ פֿאַר פּראָדוקט רעקאַמאַנדיישאַנז, אָטאַמאָוטיוו פֿאַר זיכערקייַט ימפּרווומאַנץ, כעלטקער פֿאַר אָנוווקס דיטעקשאַן און פאַסיאַל דערקענונג טעכנאָלאָגיע. זייער נוצן יקסטענדז צו דאָקומענט אַנאַליסיס, דזשאַנעטיקס און אַנאַלייזינג סאַטעליט בילדער. מיט זייער ינקריסינג ינאַגריישאַן אין פאַרשידן סעקטאָרס, CNNs כאַפּן עטישע קאַנסערנז, ספּעציעל וועגן פיישאַל דערקענונג טעכנאָלאָגיע און דאַטן פּריוואַטקייט, כיילייטינג די נויט פֿאַר אָפּגעהיט באַטראַכטונג פון זייער דיפּלוימאַנט.

קאָנוואָלוטיאָנאַל נעוראַל נעץ (CNN) קאָנטעקסט

CNNs זענען אַ טיף לערנען מאָדעל ינספּייערד דורך ווי מענטשן און אַנימאַלס נוצן זייער אויגן צו ידענטיפיצירן אַבדזשעקץ. קאָמפּיוטערס טאָן ניט האָבן דעם פיייקייט; ווען זיי "קוקן" אַ בילד, עס איז איבערגעזעצט אין דידזשאַץ. אזוי, CNNs זענען אונטערשיידן פון אנדערע נעוראַל נעטוואָרקס דורך זייער אַוואַנסירטע קייפּאַבילאַטיז פֿאַר אַנאַלייזינג בילד און אַודיאָ סיגנאַל דאַטן. זיי זענען דיזיינד צו אויטאָמאַטיש און אַדאַפּטיוולי לערנען ספּיישאַל כייעראַרקיז פון פֿעיִקייטן, פֿון נידעריק- צו הויך-מדרגה פּאַטערנז. CNNs קענען אַרוישעלפן אַ קאָמפּיוטער אין אַקוויירינג "מענטשלעך" אויגן און צושטעלן עס מיט קאָמפּיוטער זעאונג, אַלאַוינג עס צו אַרייַנציען אַלע די בילדצעלן און נומערן וואָס עס זעט און אַרוישעלפן אין בילד דערקענונג און קלאַסאַפאַקיישאַן. 

ConvNets ינסטרומענט אַקטאַוויישאַן פאַנגקשאַנז אין אַ שטריך מאַפּע צו העלפֿן די מאַשין צו באַשליסן וואָס עס זעט. דער פּראָצעס איז ענייבאַלד דורך דריי הויפּט לייַערס: די קאָנוואָלוטיאָנאַל, די פּאָאָלינג און די גאָר פארבונדן לייַערס. דער ערשטער צוויי (קאָנוואַלוטיאָנאַל און פּאָאָלינג) דורכפירן די דאַטן יקסטראַקשאַן, בשעת די גאָר פארבונדן שיכטע דזשענערייץ רעזולטאַט, אַזאַ ווי קלאַסאַפאַקיישאַן. די שטריך מאַפּע איז טראַנספערד פון שיכטע צו שיכטע ביז דער קאָמפּיוטער קענען זען די גאנצע בילד. CNNs זענען געגעבן ווי פיל אינפֿאָרמאַציע ווי מעגלעך צו דעטעקט פאַרשידענע קעראַקטעריסטיקס. דורך טעלינג קאָמפּיוטערס צו קוקן פֿאַר עדזשאַז און שורות, די מאשינען לערנען ווי צו געשווינד און אַקיעראַטלי ידענטיפיצירן בילדער אין ראַטעס וואָס זענען אוממעגלעך פֿאַר יומאַנז.

דיסראַפּטיוו פּראַל

כאָטש CNNs זענען מערסט קאַמאַנלי געניצט פֿאַר בילד דערקענונג און קלאַסאַפאַקיישאַן טאַסקס, זיי קענען אויך זיין געניצט פֿאַר דיטעקשאַן און סעגמאַנטיישאַן. פֿאַר בייַשפּיל, אין לאַכאָדימ, CNNs קענען וויזשוואַלי זוכן צו ידענטיפיצירן און רעקאָמענדירן זאכן וואָס דערגאַנג אַ יגזיסטינג גאַרדעראָב. אין אָטאַמאָוטיוו, די נעטוואָרקס קענען היטן זיך פֿאַר ענדערונגען אין וועג טנאָים ווי דיטעקשאַן פון שטעג ליניע צו פֿאַרבעסערן זיכערקייַט. אין כעלטקער, CNNs זענען געניצט צו בעסער ידענטיפיצירן קאַנסעראַס טומאָרס דורך סעגמענטינג די דאַמידזשד סעלז פון די געזונט אָרגאַנס אַרום זיי. דערווייַל, CNNs האָבן ימפּרוווד פאַסיאַל דערקענונג טעכנאָלאָגיע, אַלאַוינג געזעלשאַפטלעך מידיאַ פּלאַטפאָרמס צו ידענטיפיצירן מענטשן אין פאָטאָס און געבן טאַגינג רעקאַמאַנדיישאַנז. (אָבער, פאַסעבאָאָק האט באַשלאָסן צו האַלטן דעם שטריך אין 2021, ציטירן גראָוינג עטישע קאַנסערנז און ומקלאָר רעגולאַטאָרי פּאַלאַסיז אויף ניצן דעם טעכנאָלאָגיע). 

דאָקומענט אַנאַליסיס קענען אויך פֿאַרבעסערן מיט CNNs. זיי קענען באַשטעטיקן אַ כאַנדריטאַן ווערק, פאַרגלייַכן עס צו אַ דאַטאַבייס פון כאַנדריטאַן אינהאַלט, טייַטשן די ווערטער, און מער. זיי קענען יבערקוקן כאַנדריטאַן צייטונגען וואָס זענען קריטיש פֿאַר באַנקינג און פינאַנצן אָדער דאָקומענט קלאַסאַפאַקיישאַן פֿאַר מיוזיאַמז. אין דזשאַנעטיקס, די נעטוואָרקס קענען אָפּשאַצן צעל קאַלטשערז פֿאַר קרענק פאָרשונג דורך ונטערזוכן בילדער און מאַפּינג און פּרידיקטיוו אַנאַליטיקס צו אַרוישעלפן מעדיציניש עקספּערץ אין דעוועלאָפּינג פּאָטענציעל טריטמאַנץ. צום סוף, קאָנוואָלוטיאָנאַל לייַערס קענען אַרוישעלפן אין קאַטאַגערייזינג סאַטעליט בילדער און ראַפּאַדלי ידענטיפיצירן וואָס זיי זענען, וואָס קענען העלפֿן אין פּלאַץ עקספּלעריישאַן.

אַפּפּליקאַטיאָנס פון קאָנוואָלוטיאָנאַל נעוראַל נעץ (CNN)

עטלעכע אַפּלאַקיישאַנז פון קאָנוואָלוטיאָנאַל נעוראַל נעץ (CNN) קען אַרייַננעמען: 

• געוואקסן נוצן אין כעלטקער דיאַגנאָסיז, אַרייַנגערעכנט ראַדיאָלאָגי, רענטגענ-שטראַלן און גענעטיק חולאתן.
• די נוצן פון CNNs צו קלאַסיפיצירן סטרימד בילדער פון פּלאַץ שאַטאַלז און סטיישאַנז, און לבנה ראָווערס. פאַרטיידיקונג יידזשאַנסיז קענען צולייגן CNNs צו סערוויילאַנס סאַטאַלייץ און דראָנעס פֿאַר אָטאַנאַמאַס לעגיטימאַציע און אַסעסמאַנט פון זיכערהייט אָדער מיליטעריש טרעץ.
• ימפּרוווד אָפּטיש כאַראַקטער דערקענונג טעכנאָלאָגיע פֿאַר כאַנדריטאַן טעקסטן און בילד דערקענונג.
• ימפּרוווד ראָובאַטיק סאָרטינג אַפּלאַקיישאַנז אין ווערכאַוסיז און ריסייקלינג פאַסילאַטיז.
• זייער נוצן אין קלאַסאַפייינג קרימאַנאַלז און מענטשן פון אינטערעס פון שטאָטיש אָדער ינלענדיש סערוויילאַנס קאַמעראַס. אָבער, דעם אופֿן קענען זיין אונטערטעניק צו בייאַסיז.
• מער קאָמפּאַניעס זענען קוועסטשאַנד וועגן זייער נוצן פון פיישאַל דערקענונג טעכנאָלאָגיע, אַרייַנגערעכנט ווי זיי זענען קאַלעקטינג און ניצן די דאַטן.

פראגעס צו באַמערקן אויף

• ווי אַנדערש טאָן איר טראַכטן CNNs קענען פֿאַרבעסערן קאָמפּיוטער זעאונג און ווי מיר נוצן עס טעגלעך?
• וואָס זענען די אנדערע מעגלעך בענעפיץ פון בעסער בילד דערקענונג און קלאַסאַפאַקיישאַן?