메이드 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯 메이드 메이드 슬롯 메이드 슬롯

메뉴

유익한 노력 : AI는 메이드 슬롯 내부 질병에 대한 애매한 바이오 마커를 드러냅니다

2021 년 2 월 5 일

메이드 슬롯 자막 :
과학자들은 딥 러닝 접근법을 사용하여 Persimmon 메이드 슬롯 내부 질병을 보지만 다른 관점

메이드 슬롯 요약 텍스트 :
일본의 과학자들은 피의 시각화 기반 폭발주의 접근법을 사용하여 피르시몬 메이드 슬롯“Hetasuki”장애의 증상을 진단하여 전문가조차도 피해를 입었습니다. 최신 논문에서 인공 지능에 의해 감지 된 관련 기능을 기반으로하는 장애의 가능한 표시로 고르지 않은 색칠 패턴을 권장합니다. 이러한 결과는 식물 생리학의 깊은 신경 네트워크에 대한 새로운 용도를 보여줍니다.

릴리스의 메이드 슬롯 :
원래 인간의 두뇌를 모델링했지만 오늘날 DNN (Deep Neural Networks)은 많은 활동에서 우리의 능력을 능가 할 수 있습니다. 예를 들어, RESNET50이라는 DNN 모델은 인간의 눈보다 이미지를 더 잘 분류하는 것으로 나타났습니다. 결과적으로, DNN은 식물에서 질병의 증상을 식별하거나 이끼 종을 구별하는 등 훈련 된 인간 시력을 요구하는 활동을 위해 배치되었습니다. 그러나 명백한 증상 (예 : 메이드 슬롯 손상)을 나타내는 장애를 식별하는 것은 어떻습니까? 지금까지 DNN은 그러한 경우에는 거의 사용되지 않았습니다.

가능한 이유는 최근까지 DNNS가 크게 예측을하지만 어떻게 만들어 졌는지 알려주는 "블랙 박스"였기 때문일 수 있습니다. 이것은 이미지의 영역이 예측에 어떤 영향을 미쳤는지에 대한 정보가 없음을 의미했습니다. DNN이 훈련 된 전문가가 식별 할 수없는 통찰력을 제공 할 것인지 알 수 없습니다. 다행히도, "블랙 박스"상황을 크게 완화시킬 수있는 다양한 기능 시각화 방법을 사용할 수있어 DNN이 "전문적인 눈"이 할 수없는 것을 볼 수 있는지 알려줍니다.

Plant & Cell Physiology에 발표 된 새로운 연구에서 일본의 과학자들은“Hetasuki”(“Calyx-End Cracking”에 대한 일본인) (과일 상단의 잎사귀 부분)에 서명 한 "Hetasuki"(“Calyx-End Cracking”)에서 내부 장애 진단을 위해 DNN을 사용하기로 결정했습니다. “Hetasuki는 5 개의 등급으로 잘 분류되어 왔으며, 더 높은 학위는 과일 품질을 시각적으로 망칠뿐만 아니라 종종 빠른 연화의 방아쇠가됩니다. 그러나 명확한 외부 증상이나 바이오 마커는 아직 확인되지 않았습니다. 또한 수십 년 동안의 경험을 가진 경험을 가진 경험을 가진 수십 년 동안의 경험을 확인할 수 있습니다. 그러므로 우리는 외부의 모습에서 Hetasuki를 식별 할 수 있습니다. 과일은 메이드 슬롯의 Takashi Akagi 부교수가 연구를 이끌었습니다.

과학자들은 과일 정점의 총 3,173 개의 색상 이미지를 수집하여 다른 쌍의 균열 수준 사이의 이진 (양수 또는 음성) 분류를 위해 미리 훈련 된 DNN으로 공급했습니다. 그들은 분류를 위해 5 가지 DNN 모델을 선택하고 성능을 서로 비교했습니다. 진단에 메이드 슬롯 관련 이미지 영역을 시각화하기 위해 상대적으로 간단한 VGG16 모델에 기능 시각화 방법을 적용하고 결과를 비교했습니다.

The team found that all the five DNN models performed well in classifying the fruits for the level pairs considered except for the pair 0-3 vs. 4, which they attributed to a severe imbalance of samples (level 0-3 occupied >98% of the samples). Among the models, InceptionResNetV2 showed the highest accuracy (>90%); 그러나 매우 복잡한 계층 구조로 인해 과학자들은 기능 시각화를 위해 VGG16을 선택합니다. 그럼에도 불구하고, 관련 영역은 종종 적용된 방법들 사이에서 일치하지 않았다. 그러나 메이드 메이드 메이드 메이드 메이드 메이드 메이드 메이드 메이드 메이드 슬롯 외부 윤곽으로부터의 거리의 함수로 관련성 값의 분포를 살펴보면 관련 영역은 정점 주위에 있거나 메이드 메이드 메이드 메이드 메이드 메이드 메이드 메이드 메이드 메이드 슬롯 말초에 가까운 곳에 위치했습니다.

6906_7676

아마도 메이드 슬롯를 능가하는 인간을 능가하는 것은 우리의 능력의 한계를 더 밀어 붙일 수있을 때 그렇게 나쁘지 않습니다!

참조 :
원래 논문의 제목 : 설명 가능한 딥 러닝 복제 님이 내부 장애 진단에 메이드 슬롯 '전문적인 눈'
저널 : 메이드 슬롯 & Cell Physiology
doi : 10.1093/pcp/pcaa111

Contact Person :메이드 슬롯 Takashi
Akagi 박사는 일본 오카야마 대학의 환경 및 생명 과학 대학원의 부교수입니다. 그는 말문 작물의 꽃 기관뿐만 아니라 메이드 슬롯 모양 및 신체 장애에 대한 다이버 다이버 제어 메커니즘에 대한 연구를 수행합니다. 그는 또한 딥 러닝 (AI) 기술을 지원하는 과일 및 채소의 품질 판단과 선호에 기여하는 요인을 명확히하기 위해 노력하고 있습니다. 아카기 박사

연락처 :이메일 : Takashia (a) 메이드 슬롯-u.ac.jp
메이드 슬롯 사항은 (a) @ Mark.

​​학년도