Search results for "Neironu tīkli"
showing 10 items of 54 documents
Dažādu galda spēļu spēlēšana ar vispārīgu mašīnmācīšanās algoritmu
2018
Galda spēļu spēlēšana ir klasiska mākslīgā intelekta problēma. Dziļā mašīnmācīšanās palīdz veidot vispārīgus algoritmus, ar kuriem var risināt dažāda veida spēles. Darbā apskatītas dažādas galda spēles spēlējošas sistēmas un izanalizēts, kuras to daļas ir vispārināmas arī uz citām spēlēm. Implementēts vispārīgs algoritms, kas ar mašīnmācīšanās palīdzību spējīgs no nulles iemācīties spēlēt dažādas galda spēles. Algoritma darbība nodemonstrēta uz trim dažādām spēlēm – tic-tac-toe, connect four un dambretes. Tā kā apmācība pat uz labas aparatūras prasa daudz laika, parādīts, ka algoritma veiktspēja apmācības rezultātā ir uzlabojusies.
Latviešu–angļu mašīntulkošanas optimizācija
2018
Pēdējo gadu laikā notikusī straujā dziļās mašīnmācīšanās attīstība ir ļāvusi attīstīties arī mašīntulkošanas nozarei. Lai palīdzētu uzņēmējiem apgūt starptautiskos tirgus un ļautu datortehnikas lietotājiem izmantot tehnoloģijas dzimtajā valodā, ir svarīgi attīstīt latviešu valodas mašīntulkošanas tehnoloģijas. Šajā darbā aprakstīti neirontulkošanas darbības principi un latviešu valodas morfoloģiskās īpatnības. Identificētas metodes, kas pašlaik sniedz labākos rezultātus latviešu valodas tulkošanā. Papildus tam ir veikti eksperimenti ar neirontulkošanas sistēmu trenēšanu un optimizāciju latviešu valodas tulkošanai. Darbā tiek aprakstīts jauns latviešu valodas vārdu segmentācijas algoritms, k…
Objektu atpazīšana attēlos ar mākslīgajiem neironu tīkliem, izmantojot vāji pārraudzīto mācīšanās metodi
2016
Šajā darbā tiek apskatīti konvolūciju neironu tīkli, kas tiek apmācīti ar vāji pārraudzīto mācīšanās metodi. Darba mērķis ir izstrādāt neironu tīkla struktūru, ko būtu iespējams apmācīt ar attēliem, kuri tiek aprakstīti, norādot sarakstu ar objektiem attēlā, taču nenorādot šo objektu atrašanās vietu. Darbā ir apskatīti neironu tīklu pamatprincipi un to attīstības vēsture. Īpaši detalizēti tika apskatīts konvolūciju neironu tīklu darbības princips, kā arī tika definētas vairākas vadlīnijas neironu tīklu struktūras definēšanai. Tika izstrādāts un veiksmīgi apmācīts konvolūciju neironu tīkls, kā arī uz šī konvolūciju tīkla bāzes izstrādāts neironu tīkla prototips, kas ir paredzēts vāji pārraud…
Apmācīti optimizācijas algoritmi neironu tīkliem
2019
Neironu tīklu apmācībā bieži pielietoti apmācības algoritmi ir gradienta nolaišanas, ADAM, AdaGrad un citi, tomēr viņi visi ir balstīti uz dažādiem pieņēmumiem par mērķa funkcijas ainavu, kuri ne vienmēr izpildās praksē. Meta-mācīšana mēģina atrisināt šo problēmu, konstruējot apmācības algoritmu, kas ir specializēts specifisku uzdevumu kopai. Darba mērķi ir izpētīt meta-mācīšanās metodes, kas spēj automātiski iemācīties optimizācijas algoritmus priekš neironu tīklu apmācībai, un salīdzināt tos ar praksē populāriem "rokām darinātiem" optimizācijas algoritmiem.
Neironu tīklu metodes kriptovalūtu vērtību prognozēšanai
2018
Kriptovalūtu tirgus nestabilitātes dēļ, pašam prognozēt, kā notiks vērtību svārstības ir gandrīz neiespējami. Tāpēc šajā darbā tiks apskatītas vairākas metodes, ar kuru palīdzību prognozēs dažādu kriptovalūtu vērtību tuvākajā nākotnē, izmantojot mākslīgos neironu tīklus. Darba mērķis ir salīdzināt dažādas metodes, kā analizēt kriptovalūtu datus un noteikt to vērtību tuvākajā nākotnē, balstoties gan uz dažādu kriptovalūtu vēsturisko informāciju, gan uz sociālā tīkla Twitter ierakstiem. Trenējot neironu tīklus, kuram tiek padoti sociālo tīklu dati apvienojumā ar kriptovalūtu informāciju, tika sasniegts pat 10%-15% pieaugums prognozēšanas precizitātei, salīdzinot ar parastu kriptovalūtu vēstur…
Video analīze, riteņbraukšanas sacensību laika kontroles automatizācijai
2016
Pēdējo gadu laikā ir novērots ievērojams progress datorredzes jomā, aparatūras un mašīnmācīšanās rīku uzlabojumi ļauj apmācīt pat ļoti dziļus neironu tīklus, kuri spēj atpazīt ievērojami vairāk pazīmes nekā neironu tīkli ar nelielu slāņu skaitu. Attēlu klasifikācijas un objektu atrašanas uzdevumos iespaidīgus rezultātus uzrāda konvolucionālie neironu tīkli. Dažādu sporta sacensību nozīmīga sastāvdaļa ir laika kontrole, šajā darbā tiks sīkāk apskatītas metodes, ar kurām ir iespējams automatizēt riteņbraukšanas sacensību laika kontroles sistēmu, kura ir balstīta uz foto finišu. Sportistu rezultāts tiek noteikts izmantojot kadrus no video materiāla ar lielu kadru skaitu sekundē, tāpēc šī darba…
Mākslīgā intelekta izmantošana runas atpazīšanā
2018
Dokuments satur Latvijas Universitātes Datorikas fakultātes bakalaura darbu “Mākslīgā intelekta izmantošana runas atpazīšanā”. Bakalaura darbs apraksta automātiskas runas atpazīšanas problēmas. Darbā tiek analizēti un salīdzināti dažādi automātiskas runas atpazīšanas rīki. Darba mērķis ir izprast runas atpazīšanas problēmas un mākslīgā intelekta izmantošanu problēmu risināšanā. Lai veiksmīgi sasniegtu darba mērķi tika izvirzīti šādi uzdevumi: 1. Noskaidrot runas atpazīšanas vēsturi ° 2. Atrast un analizēt galvenās runas atpazīšanas problēmas 3. Noskaidrot veidus, kā tiek risinātas runas atpazīšanas problēmas 4. Izveidot nelielu runas atpazīšanas lietotni, lai praktiski saprastu, kā darbojas…
Automatizēta tekstūru ģenerēšana
2017
Tekstūru ģenerēšana ir vispārīgas attēlu ģenerēšanas vienkāršots gadījums. Darbā apskatīta parametriska tekstūru ģenerēšana, kuras mērķis ir spēt atdarināt kāda materiāla attēlu, lai no tā ražotu praktiski neizsmeļamu skaitu vizuāli līdzīgu paraugu. Galvenais ģenerētā rezultāta kvalitātes kritērijs ir cilvēka uztvere. Perfekti uzģenerēta tekstūra ir tāda, kuru neatkarīgs novērotājs no malas nespēj atšķirt no oriģināla. Darbā tiek izpētītas neironu tīklu metodes tekstūru ģenerēšanā. Tiek apskatīti esošie pētījumi, īsumā skaidroti neironu tīklu teorijas pamati, uz kuriem šīs metodes tiek balstītas, pakāpeniski nonākot līdz reāla neironu tīklu prototipa izveidei un apmācībai šīs problēmas risi…
Jaukšanas-Apmaiņas tīkli – jaunas neironu tīklu arhitektūras plašam uzdevumu klāstam
2020
Mūsdienu neironu tīklu modeļiem efektīva tālu atkarību modelēšana sagādā problēmas. Īpaši izteikta šī problēma ir algoritmiskiem uzdevumiem, tomēr arī citos uzdevumos tā sagādā grūtības un noved pie daudzu uzdevuma-specifisku modeļu izstrādes. Darbā tiek piedāvāti 3 jauni neironu tīkli - Neironu Jaukšanas-Apmaiņas, Atlikuma Jaukšanas-Apmaiņas un Switchblade -, kas spēj modelēt tālas atkarības datos un ir piemērotas plašam uzdevumu klāstam. Jaunās arhitektūras tiek novērtētas uz algoritmu indukcijas, valodas modelēšanas, skaņas un attēlu apstrādes uzdevumiem. MusicNet mūzikas transkripcijas uzdevumā un Sudoku mīklu risināšanā arhitektūras uzstāda pasaulē labākos rezultātus. Darbā arī tiek pi…
NES spēļu spēlēšana, izmantojot imitāciju mācīšanos
2019
Mākslīgā intelekta pielietojumi kļūst aizvien būtiskāki un izplatītāki. Pētījumā apskatīta imitāciju mācīšānās metode, kas var paātrināt mācīšanās procesu problēmu risināšanai, ja ir pieejamas eksperta demonstrācijas. Par pētījuma risināmo problēmu izvēlēta NES spēļu spēlēšana, izmantojot vispārīgu algoritmu, kas nav atkarīgs no katras spēles noteikumiem. Darbā realizēti divi imitāciju mācīšanās algoritmi, izmantojot pārraudzīto mācīšanos un stimulēto mācīšanos. Abi piegājieni beidzās neveiksmīgi.