Дорогие читатели, Нашему шестнадцатилетнему, волонтёрскому и некоммерческому проекту для создания новой, современной версии N-N-N.ru, очень нужно посоветоваться касательно платформы нашего сайта – SYMFONY & DRUPAL 8. Платформа не простая, но обещаем – мы не займём много времени, просто нужна консультационная поддержка квалифицированного разраба. Если вы можете помочь, то связаться с нами можно на страницах Facebook.com здесь и здесь.

Открытие вместо распознавания — новый подход к анализу больших данных

-->

Сегодняшние компьютеры выявляют закономерности на основе имеющихся шаблонов. Так, например, работают системы распознавания речи: они сравнивают голос с каталогом звуков. Подобные алгоритмы могут приносить большую пользу, но они неспособны обнаруживать ничего действительно нового — того, что отсутствует в их шаблонах.

«Для интерпретации очень больших данных и симуляций в масштабах планеты нам требуется новый тип машинного обучения», — утверждает Джим Кратчфилд (Jim Crutchfield) из Калифорнийского университета (UC Davis). Он занимается разработкой систем, позволяющих суперкомпьютером выявлять крупномасштабные атмосферные структуры, такие как ураганы и воздушные течения, влияющие на погоду.

Климатическая обстановка постепенно изменяется и такие системы должны уметь находить закономерности не только в пространстве, но и во времени. Люди и животные распознают динамические изменения очень быстро, но для машин это представляет большую сложность.

Команда Кратчфилда исследует новый подход к машинному обучению, основанный на открытии закономерностей (pattern discovery). Ученые создают алгоритмы, позволяющие идентифицировать ранее неизвестные структуры в данных, включая такие, сложность которых превосходит человеческое понимание.

«Обычно, для интерпретации данных используются известные модели. Утверждение, что модель можно извлечь непосредственно из данных, звучит весьма радикально», — отметил он. Кратчфилд надеется, что область применения этой новой парадигмы не будет ограничиваться моделирование климата, и она станет стандартными методом анализа очень больших массивов данных.

Пожалуйста, оцените статью:
Пока нет голосов
Источник(и):

ko.com.ua