神经网络决定图像召回率
您很快会忘记的这张照片
麻省理工学院计算机科学与人工智能实验室的研究人员已经开发出一种确定图像召回率的算法。此外，基于该算法，已经创建了一种用于改善照片的应用程序，以便它们可以很好地印在大脑中。您可能会猜到，该算法是通过训练神经网络开发的。培训在公共场所进行。在训练过程中，相册中的每张照片都显示了600毫秒，然后暂停了800毫秒，然后显示了几十张其他照片。随机的时间后，重复第一张照片。稍后还重复了一些其他照片。在任何时候，用户都可以按下按钮并发出信号，表明他识别了照片。因此，神经网络接收到有关哪些照片被更好记住的信息。训练的结果是，神经网络学会了从字面上预测人类的记忆。此外，它突出显示了框架中记忆力高和低的区域，因此可以优化照片。
结果，研究人员建立了一个大型数据库，其中存储了60,000张具有可召回性指数-LaMem（大型记忆性数据集）的照片。该算法称为MemNet，在线有一个演示页面。可以使用Caffe框架离线下载预先准备的神经网络模型并进行离线测试。科学项目的主要作者，计算机科学与人工智能实验室的研究生Aditya Khosla说：“了解记忆将有助于创建存储最重要信息的系统，或者相反地，使人们最容易忘记的信息得以保存。” “这就像有一个即时可访问的焦点小组，谈论记住特定视觉消息的可能性。”这样的系统可以应用于各个领域：从提高社交网络上的广告和消息的效率到开发更有效的培训材料。或者作为个人助理以最令人难忘的方式为您提供信息。项目开发人员不仅发布了神经网络的设计，而且还准备向每个人提供一个LaMem数据库，其中包含60,000张带批注的照片（应要求提供）。在一篇科学论文中，对卷积神经网络训练和MemNet算法的操作进行了更详细的讨论。它描述了如何编译基础，如何在训练神经网络的过程中在视觉记忆上玩游戏以及最终如何在训练后检查神经网络的工作结果。Source: https://habr.com/ru/post/zh-CN388175/
All Articles