En los últimos años, se han generado grandes avances en el aprendizaje profundo, tema que ahora contribuye al reconocimiento de imágenes, de voz y otros campos.
Esta tecnología permite niveles más altos de precisión, concentrándose en las estructuras profundas de las redes neuronales artificiales para aprender de los datos existentes. Para tal efecto, NEC Corporation, anunció el desarrollo de una tecnología de optimización automática.
Sin embargo, si los sistemas se familiarizan demasiado con los datos, dejarán de reconocer con precisión información que no han aprendido. Esto se conoce como “sobre entrenamiento”. Para evitarlo se usa la tecnología de “regularización”, que como su nombre lo indica, regula el grado de aprendizaje para evitar que llegue a un nivel excesivo.
“Esta tecnología predice el avance del aprendizaje en cada etapa basándose en la estructura de una red neuronal artificial y permite que la regularización se configure automáticamente como corresponde”, expresó Akio Yamada, Gerente General de los Laboratorios de Investigación en Ciencia de Datos NEC.
El objetivo de esta tecnología es mejorar la precisión para el reconocimiento de imágenes y voz, además de una gran cantidad de campos en los que se utiliza el aprendizaje profundo, dijo Yamada. “Se podrá mejorar el reconocimiento facial y el análisis del comportamiento para fines como la video vigilancia, para aumentar la eficiencia de las inspecciones de la infraestructura, o para permitir la detección automática de fallas del sistema, accidentes o desastres”, concluyó.
Redacción
Recuerda dejarnos un comentario
Da click aquí para ver nuestra nota recomendada
Te compartimos el siguiente vídeo:
