سفارش تبلیغ
صبا ویژن

تصویربرداری محاسباتی از شبکه عصبی آموزش ندیده بهره می برد

تکنیک های تصویربرداری محاسباتی (CI) از دستگاه نوری و الگوریتم های محاسبه برای بازسازی اطلاعات شی استفاده می کنند. هدف اصلی CI توسعه الگوریتم های پیشرفته تر به منظور ساده سازی تجهیزات سخت افزاری و بهبود کیفیت تصویربرداری است.

 

 

یادگیری عمیق ، یکی از الگوریتم های قدرتمند ، از یک شبکه عصبی عمیق برای یادگیری تعداد زیادی جفت داده ورودی و خروجی استفاده می کند تا روابط نقشه برداری را بین داده ها برقرار کند. این مورد به طور گسترده برای CI مورد استفاده قرار گرفته است و در بسیاری از مشکلات تصویربرداری به نتایج پیشرفته رسیده است. با این حال ، بسیاری از روش های مبتنی بر یادگیری عمیق مبتنی بر یادگیری عمیق با چالش هایی در جمع آوری داده ها و تعمیم روبرو هستند.

 

در یک مطالعه جدید ، محققان آکادمی علوم چین چگونگی ترکیب یک شبکه عصبی و دانش فیزیکی آموزش نیافته را برای حذف محدودیت های روش های CI مبتنی بر یادگیری عمیق توضیح دادند.

 

پروفسور Situ Guohai ، رهبر گفت: "روش تصویربرداری ما برای آموزش یک شبکه عصبی به مقدار زیادی از داده ها نیازی ندارد. تمام آنچه لازم است اندازه گیری شی ضبط شده توسط ردیاب و مدل فیزیک از جسم گرفته تا اندازه گیری است." از تیم تحقیق

 

محققان تکنیک خود را در مورد یک مشکل تصویربرداری فاز کمی لنز نشان دادند ، که نیاز به بازسازی اطلاعات فاز گم شده در مرحله تشخیص دارد.

 

رویکرد جدید مبتنی بر یک شبکه عصبی عمیق (DNN) است ، یک مدل محاسبه چند لایه به طور گسترده ای برای جابجایی توابع مختلف نقشه برداری از بسیاری از جفت های داده آموزشی و همچنین اصل انتشار فضای آزاد که توسط صدها سال تاسیس شده است استفاده می شود. تحقیق

 

محققان برای افزایش بهینه پارامترهای DNN به دانش سیستم نوری روی آوردند. آنها الگوی پراش شدت اندازه گیری شده را به صورت DNN به طور تصادفی اولیه (بدون آموزش) تغذیه کردند ، خروجی DNN را به عنوان برآورد اطلاعات فاز در نظر گرفتند و برآورد الگوی پراش شدت را از آغاز تخمین زده شده توسط اصل انتشار فضای آزاد محاسبه کردند. .

 

سپس پارامترهای موجود در DNN بروزرسانی شدند تا خطای بین الگوی اندازه گیری و تخمین زده شده به حداقل برسد. همراه با به حداقل رساندن خطا ، خروجی DNN همچنین بر اطلاعات فاز واقعی همگرا می شود.

 

SITU گفت: "در حالی که بسیاری از روش های مبتنی بر یادگیری عمیق مبتنی بر یادگیری عمیق ، از داده های آموزشی زیادی برای بهینه سازی پارامترها در DNN استفاده می کردند ، رویکرد ما از اندازه گیری خام و مدل فیزیکی سوءاستفاده می کند." "این یک روش کلی است که می تواند برای بازسازی انواع مختلف اشیاء استفاده شود."

 

محققان تکنیک خود را با استفاده از آن برای تصویربرداری از یک موضوع فاز آزمایش کردند. روش جدید با استفاده از یک الگوی پراش شدت منفرد ، توانست اطلاعات فاز را برطرف کند.

 

SITU گفت: "رویکرد جدید برای تصویربرداری فاز یک روش تک تیر ، غیر تداخل سنجی است که از پتانسیل بسیار خوبی در میکروسکوپ و اندازه گیری نوری برخوردار است. همچنین می توان از یک چارچوب مشابه در روش های مختلف CI استفاده کرد به شرط اینکه مدل فیزیکی شناخته شده باشد." .

 

این اثر توسط برنامه تحقیقاتی کلیدی علوم مرزی آکادمی علوم چین ، مرکز چین و آلمان و بنیاد ملی علوم طبیعی چین پشتیبانی شده است.

 


بازی در قفل شدن همه گیر ، پادشاه سرگرمی می شود

شما با قفل همه گیر روبرو هستید و هیچ فرار به نظر نمی رسد.

 

 

اما صبر کنید! شما هنوز اسلحه مارک خود را برای "ندای وظیفه" و جزیره اسرارآمیز در "عبور حیوانات: افقهای جدید" در انتظار کاوش است.

 

بازی های ویدیویی در طول همه گیری های COVID-19 شاهد رشد فوق العاده ای بوده ایم که فعالیت در دنیای واقعی را خاموش کرده و میلیارد ها در خانه نگه داشته است.

 

شواهدی از افزایش بازی در این هفته نتایج مثبتی از اکتیویژن بلیزارد مشاهده شد ، که گفت: به طور متوسط ??102 میلیون نفر بازی های خود مانند "Call of Duty" را بصورت ماهانه در سه ماهه اول سال جاری انجام دادند.

 

این شرکت رشد در عناوینی چون "سرپرستی"، "هابیت" و محبوب گوشی های هوشمند تطبیق رنگ بازی "له آب نبات.

 

در همین حال ، الکترونیک آرتز ، در حالی که بازیکنان در فرانشیزهای ضربه ای اختصاص داده شده به فوتبال ، بیس بال و فوتبال آمریکایی ، به ورزش های آنلاین می پردازند ، اشاره کرد.

 

Ted Pollak ، تحلیلگر جان پدی تحقیق گفت: "آنها آنقدر بازی می کنند که دستگاه های خود را نمی پوشند."

 

گزارشی از مشاوره Futuresource با نام بازی "ستاره تیراندازی صنعت سرگرمی" که انتظار می رود سهم خود از این بخش را تا سال 2023 به 36? از 31 درصد در سال گذشته برساند.

 

"پس از یک سال رکورددار در سال 2019 ، با تولید نرم افزار بازی 143 میلیارد دلاری برای مصرف کننده ، این صنعت اکنون برای رشد بیشتر آماده شده است ، به طوری که مخاطبان اسیر در سراسر جهان به عنوان یک کاتالیزور عمل می کنند."

 

مت Piscatella ، تحلیلگر NPD گفت: فروش کنسول بازی Nintendo Switch در ماه مارس در مقایسه با سال گذشته دو برابر شده است ، به طوری که بسیاری از این کاربران بازی هایی مانند "Animal Crossing: New Horizons" را انجام می دهند ، پنجمین دوره حق رای دادن است که باعث می شود افراد به کشف یک جزیره متروک بپردازند. .

 

در این عکس عکس گرفته شده در 21 آگوست 2019 یک کنسول ابری در غرفه مایکروسافت Xbox در طول نمایشگاه بازی های ویدیویی Gamescom در کلن ، غرب آلمان نمایش داده می شود

موریس گارارد ، تحلیلگر Futuresource ، گفت: "گیمرهای موجود به دلیل خاموش شدن زمان بیشتری برای خرج کردن دارند و بچه های مدرسه در خانه هستند."

 

"ما انتظار داشتیم بخش کنسول شاهد یک سال کاهش یافته باشد ، در نتیجه افرادی که خرید نرم افزار و سخت افزار را از نسخه های جدید کنسول می گذارند. اما با وجود افرادی که در خانه گیر کرده اند ، شما یک پایگاه گسترده از محتوای موجود را دارید که مردم درگیر آن هستند. با."

 

این شرکت تحقیقاتی پیش بینی خود را برای بازی های موبایل که اکنون انتظار می رود 12 درصد در سراسر جهان رشد کند ، تقویت کرده است ، که بخشی از آن با استقرار سریع شبکه های بی سیم نسل پنجم یا 5G در برخی از نقاط جهان کمک کرده است.

 

 

 

بازی برای همه سنین

 

به نظر می رسد شوق بازی قفل گشودنی افراد در هر سنی را فریب می دهد.

 

کودکان خردسال به عناوینی مانند Roblox روی می آورند ، این امر باعث می شود تجربیاتی خلاقانه و ایجاد شده توسط کاربر ایجاد شود.

 

جمعیت قدیمی تر از نسخه های آنلاین بازی کاشی چینی Mah-Jong استفاده می کنند ، بخشی از آنچه بازاریابان آن را پدیده "خاکستری گیمر" می نامند.

 

گارارد گفت: "با محدودیت های حرکتی ، بازنشستگان غنی از زمان منزوی شده و به بازی های موبایل روی می آورند."

 

"این یک جایگزین برای ملاقات با دوستان و انجام بازی های چهره به چهره است."

 

گارارد اظهار داشت که در چین به ویژه ، در بازی آنلاین ماه جونگ افزایش چشمگیری پیدا کرده است.

 

رویداد Overwatch League Grand Finals 2019 در اینجا تصویر شده است؛ این بیماری همه گیر مجبور به لغو مسابقات ورزشی الکترونیکی شده است

نتایج سالم

 

آخرین روندها به شرکتهای بازی سازی کمک می کند تا رکود اقتصادی ناشی از این بیماری را رعایت کنند.

 

به عنوان مثال ، طبق گفته موسسات تحقیقاتی ، نینتندو هزینه تبلیغات خود را در دوره تلویزیون مارس-آوریل در مقایسه با یک سال پیش در تلویزیون آمریکا دو برابر کرده است.

 

اما به نظر می رسد ورزش الکترونیکی - بخش تماشاگر بازی - به دلیل عدم توانایی برگزاری مسابقات حضوری ، رنج می برد.

 

برخی از مسابقات هنوز توسط باشگاه ها و گروه های خصوصی برگزار می شود.

 

لورن میشائوود ، رئیس توسعه در مدرسه هنرهای کاربردی فرانسه با نام ESMA در مونپلیه گفت: "افرادی که معمولاً مسابقات اتومبیلرانی فرمول 1 را تماشا می کنند ، هم اکنون می توانند رانندگان واقعی را تماشا کنند که در مدارهای مجازی و در Twitch با بازیکنان مجرب رقابت کنند."

 

گیمرها گزینه های بیشتری نسبت به سالهای گذشته با پخش برنامه از Stadia جدید Google- که دو ماه خدمات رایگان ارائه داده است- و Apple Arcade برای پخش گوشی های هوشمند گزینه های بیشتری دارند.

 

بعد از همه گیری ، انتظار می رود که بازی ها با پیوستن افراد به عناوین و جوامع بازیکن ، همچنان قوی بمانند. پولک گفت که فکر می کند مردم هنگام انتشار ، سلیقه ای کسب می کنند و به دنبال انتشار عناوین جدید می گردند.

 

وی با اشاره به اینکه تیم های سازندگان بازی به جای اینکه در دفاتر کار کنند ، گفت: انتظار می رود تاخیر در بازی های جدید داشته باشد.

 

اما این تحلیلگر افزود که او انتظار "تقاضای تأخیر" برای عناوین جدید را دارد و "وقتی بازی های جدید ظاهر می شوند ، آنها باید بهتر از همیشه انجام دهند."

 


مطالعه جدید می گوید مردم فکر می کنند روبات ها بسیار بی کفایت و خ

ربات های دانگ در بسیاری از مشاغل بسیار خرد هستند و به آنها شوخی های فریبنده ای می گویند. در دو مطالعه جدید ، این موارد مغرضانه مشترکی بود که شرکت کنندگان نسبت به روبات ها داشتند.

 

 

این مطالعات در ابتدا برای تست تعصب جنسیتی انجام شده است ، یعنی اگر افراد تصور می کردند که یک روبات معتقد است زن است ، ممکن است در بعضی از مشاغل کمتر از یک روبات که معتقد است مرد است و برعکس ، نیز صحیح باشد. عناوین این مطالعات حتی کلمات "جنسیت" ، "کلیشه ها" و "ترجیح" را نیز در بر می گرفت ، اما محققان موسسه فناوری جورجیا هیچ رابطه جنسی قابل توجهی علیه دستگاه ها کشف نکردند.

 

"این ما را شگفت زده کرد. فقط یک تفاوت بسیار ناچیز در یک زن و شوهر وجود دارد اما قابل توجه نیست. برای مثال ، یک اولویت کوچک برای یک روبات مرد نسبت به یک روبات زن به عنوان یک تحویل بسته وجود دارد." محقق اصلی در هر دو مطالعه. هاوارد استاد و رئیس دانشکده محاسبات تعاملی جورجیا تکن است.

 

اگرچه روبات ها حساسیت ندارند ، به عنوان افراد به طور فزاینده با آنها ارتباط برقرار می کنند ، ما شروع به انسان سازی ماشین ها می کنیم. هوارد با مطالعه آنچه روبات ها را در جامعه ادغام می کنیم و چه چیزی اشتباه پیش می رود ، مطالعه می کند و بیشتر از هر دو مربوط به احساس انسان در مورد روبات ها است.

 

از روبات متنفرم

 

هاوارد ، که همچنین لیندا جی است و می گوید: "روبات های نظارتی از لحاظ اجتماعی جذاب نیستند ، اما وقتی آنها را می بینیم ، ممکن است هنوز هم مانند آنچه عمل می کنیم وقتی یک افسر پلیس را می بینیم ، عمل نکنیم. مارک سی اسمیت صندلی و استاد مهندسی مهندسی برق در دانشکده مهندسی برق و کامپیوتر جورجیا تکن.

 

"سپس روبات های جذاب عاطفی طراحی شده اند تا به احساسات ما بپردازند و با رفتار ما کار کنند. اگر به این مثال ها نگاه کنید ، آنها ما را به سمت رفتار با این روبات ها سوق می دهند که گویی موجودات باهوش دیگری هستند."

 

این یک چیز خوب است که روبات ها احساساتی ندارند زیرا آنچه که شرکت کنندگان در مطالعه فاقد تعصب جنسیتی بودند بیش از آنچه در داوری در مورد صلاحیت روبات انجام می شود ، نبودند. این پیشگویی چنان قوی بود که هوارد از خود سؤال کرد که آیا ممکن است هرگونه تعصب جنسیتی بالقوه را علیه روباتها نادیده گرفته است - از این گذشته ، مطالعات علوم اجتماعی نشان داده است که تعصبات جنسیتی با توجه به مشاغل انسانی ، حتی اگر ضمنی باشد ، هنوز هم رواج دارد.

 

در پرسشنامه ها ، روبات های انسان دوستانه خود را از طریق فیلم معرفی کردند تا به طور تصادفی از پاسخ دهندگان آنلاین نظرسنجی ، که از بیست سالگی تا هفتاد سالگی خود را شامل می شدند ، استخدام شوند. انسانها شایستگی های شغلی روبات ها را در مقایسه با توانایی های انسانی قرار دادند ، و فقط به ماشین ها اعتماد داشتند تا بتوانند تعداد انگشت شماری از کارهای ساده را انجام دهند.

 

 

 

پوست سر را پشت سر بگذارید

 

وی گفت: "نتایج ما را نگران کرد زیرا کارهایی که مردم فکر می کردند روبات ها کمتر قادر به انجام آن هستند ، کارهایی است که آنها به خوبی انجام می دهند. یکی حرفه جراح بود. ربات های داوینچی وجود دارند که در مجموعه های جراحی همه گیر هستند ، اما پاسخ دهندگان فکر نمی کردند ربات ها هوارد گفت. "محافظ امنیتی - مردم تصور نمی کردند روبات ها در این زمینه صلاحیت داشته باشند ، و شرکت هایی هستند که در امنیت عالی روبات ها تخصص دارند."

 

ایانا هوارد ، بازپرس اصلی این دو مطالعه. در اینجا ، برای یک مطالعه گذشته ، او با استفاده از یک روبات جذاب اجتماعی برای تعامل با کودکانی که در ریاضیات دچار مشکل هستند. این روبات از دانش معلمان واقعی برای کمک به کودکان دارای مشکلات ریاضی رایج استفاده می کند. اعتبار: Georgia Tech / Rob Felt

به طور خلاصه ، 200 شرکت کننده در این دو مطالعه فکر کردند که روبات ها نیز به عنوان پرستار بچه ها ، پرستاران ، پرستاران ، آتش نشانان و کاملاً کاملاً بمباران می شوند. اما آنها احساس می کردند که رباتهای با اعتماد به نفس باعث تحویل گیرندگان و پذیرندگان بسته فوق العاده ، سرورهای بسیار خوب و راهنمای تورهای خوب می شوند.

 

محققان نمی توانند بگویند که تعصبات صلاحیت از کجا منشا می گیرد. هوارد فقط می تواند حدس بزند که برخی از بد رپ ها ممکن است ناشی از داستانهای رسانه ای روبات ها باشد که کارهایی مانند سقوط به استخرها یا آسیب رساندن به افراد را انجام می دهند.

 

پسر است

 

با وجود عدم تعصب جنسیتی ، شرکت کنندگان به راحتی جنس را به روبات های انسان نما اختصاص می دهند . به عنوان مثال ، افراد توسط روبات هایی که خود را در فیلم ها معرفی می کنند ، سؤالات جنسیتی را پذیرفتند

 

اگر یک ربات با صدای مردانه گفت: "سلام ، اسم من جیمز است" ، مردم بیشتر این روبات را نر معرفی می کردند. اگر می گفت: "سلام ، اسم من مریم است" ، با صدای زن ، اکثرا مردم می گفتند زن است.

 

برخی از روبات ها با گفتن "سلام" با صدایی خنثی ، سلام و احوالپرسی کردند و با این وجود ، اکثر شرکت کنندگان به این روبات جنسیت دادند. شایع ترین انتخاب مرد و پس از آن زن خنثی بود. برای هاوارد ، این یک اقدام مهم برای مطالعه برای توسعه دهندگان ربات بود .

 

هوارد گفت: "توسعه دهندگان نباید جنسیت را به روبات ها تحمیل کنند. افراد طبق تجربیات خود به سمت جنسیت می روند. به کاربر این حق را بدهید. کلیشه های جنسیتی را تقویت نکنید."

 

اجتماعی خوب است

 

برخی در حوزه هاوارد طرفدار این هستند که اصلاً روبات ها را به شکل انسان دوستانه احداث نکنند تا بتوانند از جنسیت و انسانیت های دیگر دلسرد شوند ، اما هوارد این کار را نمی کند.

 

هاوارد ، که همچنین از استعداد کمدی روبات ها دفاع می کند ، گفت: "روبات ها می توانند برای تعامل اجتماعی خوب باشند. آنها می توانند در مراکز مراقبت از سالمندان بسیار مفید باشند تا مردم را به شرکت درآورند. آنها همچنین ممکن است پرستار بچه ها بهتر از اجازه دادن به بچه های بچه نگهدار تلویزیون کنند." آنها برای آن برنامه ریزی شده اند.

 

"اگر همیشه به یک پارک تفریحی بروید ، انیمیشن های الکترونیکی وجود دارند که جوک های واقعا خوبی را بیان می کنند."