Коркарди тасвир

Татбиқи ML ва AI дар коркарди тасвир

Вақте ки шумо ба тасвири моҳвора нигаред, на ҳама вақт осон аст, ки шумо ба дарахтҳо ё алафҳо нигоҳ карда истодаед ё ба роҳҳо ва биноҳо. Пас, тасаввур кунед, ки донистани компютер барои компютер чӣ қадар душвор хоҳад буд.
Дастгирии вектори мошин (SVM) як техникаи омӯзиши мошинест, ки маълумоти таснифшударо мегирад ва ба ифротӣ назар мекунад. Минбаъд, он дар асоси маълумоте, ки "гиперплан" ном дорад, хати сарҳади тасмимро мекашад. Ва нуктаҳои маълумоте, ки маржаи "гиперплан" ба муқобили он тела медиҳад, "векторҳои дастгирӣ" мебошанд.
Ва "векторҳои дастгирӣ" чизи муҳим аст, зеро онҳо нуқтаҳои маълумоте мебошанд, ки ба синфҳои муқобил наздиктаранд. Азбаски ин нуктаҳо ягона ба назар гирифта мешаванд, дар модел ҳамаи нуқтаҳои дигари таълимро нодида гирифтан мумкин аст. Аслан, шумо намунаҳои таълимии SVM-ро аз дарахтон ва алаф ғизо медиҳед. Дар асоси ин маълумоти омӯзишӣ, он моделеро месозад, ки сарҳади тасмими худро тавлид мекунад.
Ҳоло, натиҷаҳои ин таснифоти назоратшаванда комил нестанд ва алгоритмҳо ҳоло ҳам бисёр чизҳоро омӯхтаанд. Мо то ҳол дар бораи хусусиятҳо ба монанди роҳҳо, ботлоқзорҳо ва биноҳо кор кардан лозим аст. Вақте ки алгоритмҳо маълумоти бештари омӯзиш мегиранд, он дар ниҳоят барои тасниф кардани ҳама ҷо беҳтар хоҳад шуд.

Пешгӯӣ бо истифода аз эмпирикӣ Bayesian Kriging (EBK):
Тавре ки шумо медонед, интерполясияи кригинг арзишҳои номаълумро дар асоси шакли фазоӣ пешгӯӣ мекунад. Он вазнҳоро дар асоси вариограмма ҳисоб мекунад. Ва сифати сатхи сметавй дар сифати вазнхо ифода меёбад. Аниқтараш, шумо мехоҳед вазнҳоеро мехоҳед, ки пешгӯии беғаразона ва хурдтарин фарқиятро медиҳанд. Баръакси кригинг, ки як модели пурра барои маҷмӯи додаҳо мувофиқ аст, EBK kriging ҳадди аққал сад модели маҳаллиро бо зергурӯҳи тамоми маҷмӯи додаҳо тақлид мекунад. Азбаски модел метавонад худро ба таври маҳаллӣ барои мувофиқ кардани ҳар як ним-вариограммаи инфиродӣ бо истифода аз методологияи кригинг табдил диҳад, он мушкилоти статсионариро бартараф мекунад. Дар Empirical Bayesian Kriging (EBK), он бо истифода аз симулятсияҳои гуногун то сад маротиба пешгӯӣ мекунад. Ҳар як ним вариограмма аз ҳамдигар фарқ мекунад. Дар ниҳоят, он ҳама нимварограммаҳоро барои сатҳи ниҳоӣ омехта мекунад. Шумо наметавонед бо кригинги анъанавӣ тавре танзим кунед. Ниҳоят, он чизеро, ки ба фикри ӯ роҳи беҳтарин аст, мебарорад. Мисли таҳлили Монте-Карло, он онро барои шумо дар замина такроран иҷро мекунад. Агар ин як раванди тасодуфӣ бошад, шумо имкон медиҳед, ки раванди тасодуфӣ зиёда аз ҳазор маротиба тамом шавад. Шумо тамоюлҳоро дар маълумоти натиҷавӣ мебинед ва онро барои асоснок кардани интихоби худ истифода мебаред. Ин аст, ки чаро EBK қариб ҳамеша беҳтар аз kriging рост пешгӯӣ мекунад.

Сегментатсия ва гурӯҳбандии тасвирҳо бо K-воситаҳо:
То ба ҳол, алгоритми K-means яке аз усулҳои маъмултарини кластеркунии додаҳо мебошад. Дар K-маънои сегментатсия, он маълумоти номатлубро ба шумораи гурӯҳҳое, ки бо тағирёбандаи К муаррифӣ шудаанд, гурӯҳбандӣ мекунад. Ин равиши омӯзишии беназорат ба таври такрорӣ ҳар як нуқтаи маълумотро ба яке аз гурӯҳбандиҳои K дар асоси шабоҳати хусусиятҳо таъин мекунад. Масалан, монандӣ метавонад ба хусусиятҳои спектралӣ ва ҷойгиршавӣ асос ёбад. Дар таснифоти беназорат, алгоритми k-means аввал тасвирро барои таҳлили минбаъда тақсим мекунад. Баъдан, ба ҳар як кластер синфи сарпӯши замин таъин карда мешавад. Аммо, GIS метавонад кластерро бо роҳҳои дигари беназир истифода барад. Масалан, нуқтаҳои маълумот метавонанд ҷиноятро намояндагӣ кунанд ва шумо метавонед ҷойҳои гарм ва пасти ҷиноятро гурӯҳбандӣ кунед. Интихобан, шумо метавонед дар асоси хусусиятҳои иҷтимоӣ-иқтисодӣ, саломатӣ ё муҳити зист (ба монанди ифлосшавӣ) сегментатсия кунед.