🏟️ 📠 ✍🏼 पहली बार, एक व्यक्ति की तुलना में बेहतर कार्यक्रम पैटर्न मान्यता के साथ मुकाबला करता है 🥧 🚓 🚮

क्वीन मैरी यूनिवर्सिटी ऑफ लंदन में विकसित स्केच-ए-नेट कार्यक्रम 74.9% मामलों में एक पक्षी की छवि के साथ तस्वीर की सही व्याख्या करने में सक्षम था, इस कार्य को प्रयोगात्मक लोगों (73.1%) की तुलना में बेहतर किया गया था।

मशीन विजन (26 सितंबर 2015, स्वानसी) पर 26 वें ब्रिटिश सम्मेलन में घोषित किए गए काम ने यह भी दिखाया कि स्केच-ए-नेट विस्तृत पैटर्न मान्यता के साथ मानव की तुलना में बेहतर है। उदाहरण के लिए, वह 42.5% मामलों में एक सीगल, एक उड़ने वाली चिड़िया, एक खड़े पक्षी और कबूतर के बीच सफलतापूर्वक प्रतिष्ठित हुई, जबकि लोगों ने केवल 24.8% की सटीकता हासिल की।

स्केच-ए-नेट एक "गहरे तंत्रिका नेटवर्क" पर आधारित है जो मानव मस्तिष्क के कामकाज की नकल करता है। इसे पहचानते समय, यह रेखाओं के आरेखण क्रम को भी ध्यान में रखता है जो रेखाचित्र बनाता है।

यह तकनीक कंप्यूटर के साथ काम करते समय साइन लैंग्वेज के अधिक तेजी से विकास में आवेदन पा सकती है। या अधिक सटीक छवि खोज।

पहली बार, एक व्यक्ति की तुलना में बेहतर कार्यक्रम पैटर्न मान्यता के साथ मुकाबला करता है

More articles: