तंत्रिका नेटवर्क तस्वीरों से रोजमर्रा की मानव गतिविधि को पहचानता है और भविष्यवाणी करता है

वैज्ञानिकों ने एक कृत्रिम तंत्रिका नेटवर्क विकसित करने में कामयाबी हासिल की, जो 83% की सटीकता के साथ एक व्यक्ति के दैनिक जीवन में गतिविधि के प्रकारों का निर्धारण करता है, जो कि "निष्क्रिय अहंकारी कैमरा", वर्तमान दिनांक और समय से तस्वीरों के चयन का विश्लेषण करता है। इसके अलावा, उच्च सटीकता के साथ कार्यक्रम भविष्य के उपयोगकर्ता कार्यों की भविष्यवाणी करता है।

यह एक बहुत ही महत्वपूर्ण अध्ययन है, जो जीवन-ब्लॉगिंग और व्यक्तिगत डिजिटल सहायकों के काम के लिए नए अवसर प्रदान करता है - यदि कार्यक्रम को पता है कि आप निकट भविष्य में क्या करने जा रहे हैं, तो यह पहले से प्रासंगिक जानकारी दिखा सकता है, भोजन / परिवहन / कपड़ों की व्यवस्था कर सकता है, आपको जल्दी काम छोड़ने की सलाह देगा। ट्रैफिक जाम आदि के कारण।

चित्रण नमूना से व्यक्तिगत फ़्रेमों का एक उदाहरण दिखाता है, विषयगत क्लासिफायरियर के संबंधित नोटों के साथ।

पृष्ठभूमि में तस्वीरों के निरंतर संग्रह के लिए, विशेष और महंगे उपकरण की आवश्यकता नहीं है। टाइमर द्वारा फ़ोटो लेने के लिए एक विशेष कार्यक्रम के साथ गर्दन के चारों ओर एक स्मार्टफोन को लटका देना पर्याप्त है। शायद भविष्य में इस तरह के कार्यक्रमों को स्मार्टफोन के मानक सेट में शामिल किया जाएगा।



इस प्रयोग में, पहनने योग्य कैमरे ने छह महीने की अवधि में 40,103 तस्वीरें लीं।

एक स्मार्टफोन के बजाय, आप मानक पहनने योग्य कैमरे या संवर्धित वास्तविकता चश्मा का उपयोग कर सकते हैं, कथात्मक क्लिप, MeCam, Google ग्लास, GoPro और अन्य उपयुक्त हैं।

जॉर्जिया इंस्टीट्यूट ऑफ टेक्नोलॉजी (यूएसए) के शोधकर्ताओं के एक समूह द्वारा तंत्रिका नेटवर्क के वर्गीकरण और प्रशिक्षण का विकास किया गया था। सबसे पहले, क्लासिफायर को मैन्युअल रूप से सेट किया गया था, जब तस्वीरों को 19 विषयगत श्रेणियों में से एक को सौंपा गया था, जिसमें एक कार चलाना, टीवी देखना, परिवार के साथ बातचीत करना, व्यक्तिगत स्वच्छता, भोजन करना, आदि जब एक तंत्रिका नेटवर्क को प्रशिक्षित करते हैं, सप्ताह के दिन और दिन का समय ध्यान में रखा जाता है, इसलिए यह मेटाडेटा था। व्यक्तिगत गतिविधियों की मान्यता सटीकता को भी प्रभावित किया।

तंत्रिका नेटवर्क को प्रशिक्षित करने के बाद, उसने 83.07% की गतिविधियों की पहचान की सटीकता दिखाई। तालिका श्रेणी द्वारा मान्यता सटीकता दिखाती है।



व्यक्तिगत गतिविधियां विशिष्ट अन्य गतिविधियों के साथ सबसे आसानी से भ्रमित थीं, जैसा कि त्रुटि मैट्रिक्स में देखा गया था।



इस तरह के कार्यक्रम आजीवन अनुप्रयोगों में आवेदन पा सकते हैं जो किसी व्यक्ति की गतिविधि को स्वचालित रूप से ट्रैक करते हैं और उसके दिनचर्या के मामलों में बदलाव को नोटिस करते हैं। उदाहरण के लिए, ऐसे डिजिटल सहायक भोजन के सेवन या व्यायाम में बदलाव को देख सकते हैं - और सक्षम सलाह दे सकते हैं। इसके अलावा, कार्यक्रम सलाह दे सकता है कि समय का बेहतर उपयोग करने के लिए दैनिक मामलों की अनुसूची कैसे बदलें।

रोजमर्रा की तस्वीरों के एक बहु-वर्षीय संग्रह का विश्लेषण बहुत सारी उपयोगी जानकारी प्रदान कर सकता है। उदाहरण के लिए, यह कार्यक्रम आपको वर्षों में पारिवारिक संबंधों में बीमारी या प्रगति के विकास को ट्रैक करने की अनुमति देगा, एक व्यक्ति की जीवन शैली में बदलाव। यह न केवल डॉक्टरों और पुलिस के लिए मूल्यवान जानकारी है, बल्कि उदाहरण के लिए, पूर्ण अनुकूलता के साथ पत्नी / पति के स्वचालित चयन के लिए भी है।

एसीएम कॉन्फ्रेंस ( पीडीएफ ) में वैज्ञानिक पेपर "प्रीडिक्टिंग डेली एक्टिविटीज़ फ्रॉम एगॉन्स्ट्रिक इमेजेज यूज़ डीप लर्निंग" प्रस्तुत किया गया था ।

Source: https://habr.com/ru/post/hi385659/