Юлкова Виктория Михайловна (К.ф.-м.н., Доцент, Северный (Арктический) федеральный университет имени М.В. Ломоносова)
Шиловский Георгий Владимирович (аспирант, НОУ ВО «Институт управления»; Инженерная компания ООО «Эксперт-Центр» г. Архангельск)
| |
Обучение в течение всей жизни является основополагающим в автономной робототехнике для приобретения и корректировки знаний с помощью опыта. Тем не менее, обычные глубокие нейронные модели для распознавания действий из видео не учитывают обучение на протяжении всей жизни, а скорее изучают пакет обучающих данных с заранее определенным количеством классов действий и образцов. Таким образом, существует необходимость в разработке обучающих систем, способных постепенно обрабатывать доступные сигналы восприятия и адаптировать их ответы с течением времени. В данной статье предлагаем вам рассмотреть самоорганизующуюся нейронную архитектуру для постепенного обучения классификации действий человека по видеопоследовательностям. Архитектура включает в себя растущие самоорганизующиеся сети, оснащенные рекуррентными нейронами для обработки изменяющихся во времени шаблонов. Метод использует набор иерархически организованных рекуррентных сетей для неконтролируемого изучения представлений действий с постоянно растущими пространственно-временными восприимчивыми полями. Обучение в течение всей жизни достигается с точки зрения нейронной динамики, основанной на предсказаниях, в которых рост и адаптация рекуррентных сетей определяются их способностью восстанавливать упорядоченные по времени входные последовательности.
Ключевые слова:обучение в течение всей жизни, распознавание действий, глубокое обучение без присмотра, самоорганизующиеся нейронные сети
|
|
| |
|
Читать полный текст статьи …
|
Ссылка для цитирования:
Юлкова В. М., Шиловский Г. В. Обучение действиям человека на протяжении жизни посредством самоорганизующейся глубокой нейронной сети // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. -2019. -№11. -С. 130-134 |
|
|
ПРАВОВАЯ
ИНФОРМАЦИЯ:
