女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

基于GPU的深度學習算法對古代陶器小碎片進行分類

GLeX_murata_eet ? 來源:NVIDIA英偉達企業解決方案 ? 作者:NVIDIA英偉達企業解 ? 2021-08-13 09:26 ? 次閱讀

北亞利桑那大學的兩位研究人員使用基于GPU深度學習算法對古代陶器小碎片進行分類,分類結果達到甚至超越了四位考古專家的水平。

Leszek Pawlowicz和Christian Downum在6月出版的《考古科學雜志》上所發表的一篇論文中概述了這項技術。該技術的重點應用對象是美國西南部的一種特殊古代彩繪陶器——圖薩揚白瓷(Tusayan White Ware)。

這種陶器于公元825年至1300年間在現在的亞利桑那州東北部制造,其特點是在白色陶器上繪有黑色幾何圖案。在20世紀20年代,考古學家想出了如何根據這些設計來對陶器進行分類,這樣他們就可以了解每一塊陶器碎片是在什么時候制造的。

圖薩揚白瓷碎片是考古學家了解文字出現之前美國西南部復雜文化的一個窗口。雖然它們僅僅是美國東南部豐富考古遺產中的一小部分。

北亞利桑那大學兼職教師、1992年Jeopardy! Tournament of Champions的獲勝者Pawlowicz解釋說:“在亞利桑那州和新墨西哥州有幾萬甚至幾十萬個遺址曾被霍皮人和祖尼人占據。他們從1500年前就開始居住在里面并且一直居住到近代。”

考古學家在研究陶器碎片時所面臨的挑戰與天文學、動物學等各個領域的科學家所面臨的挑戰相似。如今,他們正在借助人工智能,運用越來越多的數據開展日益龐大的項目。

認出古代工匠

北亞利桑那大學人類學教授Downum表示,快速分析該地區以及全世界的陶器碎片將使研究人員能夠對數百年前的人類生活有新的認識。

終將有一日,他們能夠辨認出個別工匠的作品并追蹤陶器在古代貿易網絡中的分布。

問題在于只有極少數受過相關培訓并擁有數十年經驗的人才能夠理解他們眼前的東西。

對于考古學家來說,人員流動是一個大問題。例如目前積極參加這方面工作的人員中,只有一位是第一代設計類別定義者的徒弟,可能有十幾位是第二代專家的徒弟。

因此將數十萬張碎片照片以及地理信息轉換成電子數據十分重要。

超越人類專家

根據Pawlowicz和Downum的研究,經過適當訓練的深度學習模型可以對裝飾碎片的數字圖像進行分類,并且其準確度可以達到甚至超過四位當代考古專家。

Pawlowicz在他的電腦上只用了幾個小時就訓練出用于這項研究的人工智能模型。他的這臺電腦配備NVIDIA GPU,用于運行一對常用的卷積神經網絡模型——VGG16和ResNet50。

該模型遠勝現代考古學家,甚至可以成為培訓新考古學家的重要工具。

更易解釋性

Pawlowicz和Downum表示,深度學習長期以來一直被視為一個“黑匣子”。

Pawlowicz和Downum寫道,Grad-CAM(基于梯度的類激活圖)等新工具能夠“詢問”該模型以確定輸入圖像中的哪些區域對于圖像類型分配置信度最為重要。

然后結果會以“熱圖”形式顯示,其中與分類最相關的區域用紅色陰影表示,不太相關的區域用藍色表示。

與深度學習的易解釋性相比,人類專家往往難以指出他們根據碎片樣本的哪些具體特征進行分類,因此難以解釋他們的工作或培訓其他人員。

另一個優勢是一致性。不同的人類專家往往會對碎片做出不同的分類,但人工智能卻可以做出一致的分類。因此即便分類標準存在缺陷,也可以通過人工智能對大量樣本進行有價值的對比。

通過深度學習,還能夠更容易地將新的洞見應用于在100多年以前分類的碎片樣本,從而將新概念應用于舊工作。

“眾包” 考古工作

接下來,Pawlowicz準備在北亞利桑那大學的NVIDIA系統上運用更復雜的模型分析更大的樣本集。

Downum和Pawlowicz希望創建一個可搜索的中央圖像數據庫。各種智能手機應用程序甚至可以幫助幾乎沒有經驗的人在現場為數據庫“添磚加瓦”——在不影響兩位考古學家工作的情況下為現場碎片拍照。

人工智能會對每張上傳的碎片照片進行專家級分析。Downum認為:“這項技術具有很大的潛力。”

編輯:jq

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • NVIDIA
    +關注

    關注

    14

    文章

    5232

    瀏覽量

    105718
  • gpu
    gpu
    +關注

    關注

    28

    文章

    4907

    瀏覽量

    130607
  • 深度學習
    +關注

    關注

    73

    文章

    5554

    瀏覽量

    122444

原文標題:精準分類:GPU加速深度學習實現達到考古專家水平的陶器碎片分類功能

文章出處:【微信號:murata-eetrend,微信公眾號:murata-eetrend】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    相比GPU和GPP,FPGA是深度學習的未來?

    相比GPU和GPP,FPGA在滿足深度學習的硬件需求上提供了具有吸引力的替代方案。憑借流水線并行計算的能力和高效的能耗,FPGA將在一般的深度學習
    發表于 07-28 12:16 ?7539次閱讀

    FPGA在深度學習應用中或將取代GPU

    上漲,因為事實表明,它們的 GPU 在訓練和運行 深度學習模型 方面效果明顯。實際上,英偉達也已經對自己的業務進行了轉型,之前它是一家純粹做 GPU
    發表于 03-21 15:19

    深度學習框架TensorFlow&TensorFlow-GPU詳解

    TensorFlow&TensorFlow-GPU深度學習框架TensorFlow&TensorFlow-GPU的簡介、安裝、使用方法詳細攻略
    發表于 12-25 17:21

    什么是深度學習?使用FPGA進行深度學習的好處?

    上述分類之外,還被用于多項任務(下面顯示了四個示例)。在 FPGA 上進行深度學習的好處我們已經提到,許多服務和技術都使用深度
    發表于 02-17 16:56

    圖像分類的方法之深度學習與傳統機器學習

    實際情況非常復雜,傳統的分類方法不堪重負。現在,我們不再試圖用代碼來描述每一個圖像類別,決定轉而使用機器學習的方法處理圖像分類問題。 目前,許多研究者使用CNN等深度
    發表于 09-28 19:43 ?0次下載

    采用深度學習對自然語言處理進行分類

    深度學習對自然語言處理(NLP)進行分類
    的頭像 發表于 11-05 06:51 ?3489次閱讀

    GPU成為輔助完成深度學習算法的主流計算工具

    在 AI 算力爆炸式增長的過程中,英偉達的 GPU 功不可沒。廣為人知的一個故事就是 2012 年,來自多倫多大學的 Alex 和他的團隊設計了 AlexNet 的深度學習算法,并用了
    的頭像 發表于 10-09 16:10 ?2737次閱讀

    GPU 引領的深度學習

    GPU 引領的深度學習
    的頭像 發表于 01-04 11:17 ?924次閱讀

    使用深度學習方法對音樂流派進行分類

    電子發燒友網站提供《使用深度學習方法對音樂流派進行分類.zip》資料免費下載
    發表于 02-08 10:02 ?1次下載
    使用<b class='flag-5'>深度</b><b class='flag-5'>學習</b>方法對音樂流派<b class='flag-5'>進行</b><b class='flag-5'>分類</b>

    深度學習算法簡介 深度學習算法是什么 深度學習算法有哪些

    深度學習算法簡介 深度學習算法是什么?深度
    的頭像 發表于 08-17 16:02 ?9663次閱讀

    什么是深度學習算法深度學習算法的應用

    什么是深度學習算法深度學習算法的應用 深度
    的頭像 發表于 08-17 16:03 ?2520次閱讀

    深度學習框架和深度學習算法教程

    深度學習框架和深度學習算法教程 深度學習是機器
    的頭像 發表于 08-17 16:11 ?1359次閱讀

    GPU深度學習中的應用與優勢

    人工智能的飛速發展,深度學習作為其重要分支,正在推動著諸多領域的創新。在這個過程中,GPU扮演著不可或缺的角色。就像超級英雄電影中的主角一樣,GPU
    的頭像 發表于 12-06 08:27 ?1782次閱讀
    <b class='flag-5'>GPU</b>在<b class='flag-5'>深度</b><b class='flag-5'>學習</b>中的應用與優勢

    深度學習中的時間序列分類方法

    的發展,基于深度學習的TSC方法逐漸展現出其強大的自動特征提取和分類能力。本文將從多個角度對深度學習在時間序列
    的頭像 發表于 07-09 15:54 ?1890次閱讀

    GPU深度學習應用案例

    GPU深度學習中的應用廣泛且重要,以下是一些GPU深度學習應用案例: 一、圖像識別 圖像識別是
    的頭像 發表于 10-27 11:13 ?1060次閱讀