সমস্যাটি
প্রস্তাবিত সিস্টেমের প্রশিক্ষণের তথ্য নিম্নরূপ:
- একটি শক্ত জ্যামিতিক ডিজাইনের পৃষ্ঠতল সংলগ্নতার প্রতিনিধিত্বকারী একটি বুলিয়ান ম্যাট্রিক্স
- ম্যাট্রিক্সে উপস্থাপিত হ'ল প্রান্তের অভ্যন্তর এবং বাহ্যিক কোণগুলির মধ্যে পার্থক্য
- লেবেল (নীচে বর্ণিত)
উত্তল এবং অবতলটি পৃষ্ঠের গ্রেডিয়েন্ট বিচ্ছিন্নতাগুলি বর্ণনা করার জন্য সঠিক পদ নয়। একটি অভ্যন্তর প্রান্ত, যেমন একটি শেষ মিল দ্বারা তৈরি, আসলে একটি অবতল পৃষ্ঠ নয়। আদর্শীকৃত শক্ত মডেলের দৃষ্টিকোণ থেকে পৃষ্ঠের গ্রেডিয়েন্ট বিচ্ছিন্নতাটির শূন্য ব্যাসার্ধ রয়েছে। একটি বাহ্যিক প্রান্ত একই কারণে কোনও পৃষ্ঠের উত্তল অংশ নয়।
প্রস্তাবিত প্রশিক্ষণপ্রাপ্ত সিস্টেমের উদ্দেশ্যে তৈরি আউটপুটটি হল একটি বুলিয়ান অ্যারে যা নির্দিষ্ট শক্ত জ্যামিতিক নকশার বৈশিষ্ট্যগুলির উপস্থিতি নির্দেশ করে।
- এক বা একাধিক স্লট
- এক বা একাধিক বস
- এক বা একাধিক গর্ত
- এক বা একাধিক পকেট
- এক বা একাধিক পদক্ষেপ
বুলিয়ান মানগুলির এই অ্যারেটি প্রশিক্ষণের জন্য লেবেল হিসাবেও ব্যবহৃত হয়।
পদ্ধতির সম্ভাব্য ক্যাভেটস
এই পদ্ধতির মধ্যে ম্যাপিং অসুবিধাগুলি রয়েছে। এগুলি মোটামুটি চারটি বিভাগের মধ্যে পড়ে fall
- সিএডি মডেলটিতে টপোলজি ম্যাট্রিক্সে ম্যাপিংয়ের মাধ্যমে তৈরি দ্ব্যর্থতা - শক্ত জ্যামিতিগুলি যা ম্যাট্রিক্স এনকোডিংয়ে প্রাথমিকভাবে ক্যাপচার করেনি
- সিএডি মডেলগুলি যার জন্য কোনও ম্যাট্রিক্স বিদ্যমান নেই - এমন ক্ষেত্রে যেখানে প্রান্তগুলি অভ্যন্তরীণ থেকে বাইরের কোণগুলিতে পরিবর্তিত হয় বা বক্রতা থেকে উদ্ভূত হয়
- ম্যাট্রিক্স থেকে বৈশিষ্ট্য সনাক্তকরণে দ্ব্যর্থতা - এমন বৈশিষ্ট্যগুলির মধ্যে ওভারল্যাপ যা ম্যাট্রিক্সের প্যাটার্নটি সনাক্ত করতে পারে
- পাঁচটির মধ্যে নয় এমন বৈশিষ্ট্যগুলি বর্ণনা করে এমন ম্যাট্রিকগুলি - এটি বিকাশের নিম্ন প্রবাহে ডেটা হ্রাসের সমস্যা হয়ে উঠতে পারে
এগুলি টপোলজি সম্পর্কিত কয়েকটি উদাহরণ যা কিছু যান্ত্রিক ডিজাইনের ডোমেনগুলিতে সাধারণ হতে পারে এবং ডেটা ম্যাপিংয়ে অস্পষ্ট থাকে।
- একটি গর্তের অভ্যন্তরীণ রেডিয়ি সহ বক্স ফ্রেমের সমান ম্যাট্রিক্স রয়েছে।
- বাহ্যিক রেডিয়াই ম্যাট্রিক্সে ওভারসিম্প্লিফিকেশন হতে পারে।
- প্রান্তগুলি ছেদ করে এমন ছিদ্রগুলি ম্যাট্রিক্স আকারে অন্যান্য টপোলজি থেকে পৃথক হতে পারে।
- দুটি বা আরও বেশি ছিদ্র দিয়ে সংলগ্ন অস্পষ্টতা উপস্থাপন করতে পারে।
- কেন্দ্রের গর্তগুলির সাথে রাউন্ড বোসগুলিকে সমর্থনকারী ফ্ল্যাঞ্জস এবং পাঁজরগুলি অবিচ্ছেদ্য হতে পারে।
- একটি বল এবং একটি টরাস একই ম্যাট্রিক্স আছে।
- 180 ডিগ্রি টুইস্ট সহ ষড়ভুজ ক্রস সহ একটি ডিস্ক এবং ব্যান্ডের একই ম্যাট্রিক্স থাকে।
এই সম্ভাব্য সাবধানতা প্রশ্নে সংজ্ঞায়িত প্রকল্পটির জন্য উদ্বেগের কারণ হতে পারে বা নাও হতে পারে।
মুখের আকার নির্ধারণ করা নির্ভরযোগ্যতার সাথে দক্ষতার ভারসাম্য বজায় রাখে তবে ব্যবহারের সীমাবদ্ধ করে। আরএনএনগুলির একটি বৈকল্পিক উত্স গ্রহণের উপায় রয়েছে, যা সাধারণ জ্যামিতির জন্য দক্ষতার সাথে আপস না করে ইচ্ছামত মডেল আকারের কভারেজের অনুমতি দিতে পারে। এই জাতীয় পদ্ধতির প্রতিটি উদাহরণের জন্য ক্রম হিসাবে ম্যাট্রিক্স ছড়িয়ে দেওয়া জড়িত থাকতে পারে, প্রতিটি ম্যাট্রিক্সে একটি ভাল ধারণা কল্পনা স্বাভাবিককরণ প্রয়োগ করে। প্রশিক্ষণ দক্ষতায় কোনও কঠোর বাধা না থাকলে এবং সংখ্যক মুখের জন্য ব্যবহারিক সর্বাধিক উপস্থিত থাকলে প্যাডিং কার্যকর হতে পারে।
আউটপুট হিসাবে গণনা এবং নিশ্চয়তা বিবেচনা করা
∈ [ 0.0 , 1.0 ]
একটি বৈশিষ্ট্য অনুসারে একক বুলিয়ান পরিবর্তে একাধিক বাইনারি আউটপুট কোষ একত্রিত করে তৈরি স্বাক্ষরযুক্ত বাইনারি উপস্থাপনা হিসাবে একটি অ-নেতিবাচক পূর্ণসংখ্যার আউটপুট ব্যবহার করার সম্ভাবনাটি কমপক্ষে পাশাপাশি বিবেচনা করা উচিত। ডাউন স্ট্রিম, বৈশিষ্ট্য গণনা করার ক্ষমতা গুরুত্বপূর্ণ হয়ে উঠতে পারে।
এটি বিবেচনার জন্য পাঁচটি বাস্তবসম্মত অনুমানের দিকে পরিচালিত করে, যা প্রতিটি শক্ত জ্যামিতির মডেলের প্রতিটি বৈশিষ্ট্যের জন্য প্রশিক্ষিত নেটওয়ার্ক দ্বারা উত্পাদিত হতে পারে।
- বুলিয়ান অস্তিত্বের ইঙ্গিত দিচ্ছে
- অ-নেতিবাচক পূর্ণসংখ্যার উদাহরণ গণনা নির্দেশ করে
- এক বা একাধিক উদাহরণের বুলিয়ান এবং আসল নিশ্চয়তা
- অ-নেতিবাচক পূর্ণসংখ্যার সম্ভবত সম্ভাব্য উদাহরণ গণনা এবং এক বা একাধিক উদাহরণের সত্যতা নিশ্চিত করে
- অ-নেতিবাচক বাস্তব গড় এবং মানক বিচ্যুতি
প্যাটার্ন রিকগনিশন বা কি?
চএক্সওয়াই
চ( এক্স)⟹ওয়াই
নেটওয়ার্কের দ্বারা কার্যকরীভাবে ধারণাগত ক্লাসটি প্রশিক্ষণের জন্য ব্যবহৃত নমুনায় যথেষ্ট পরিমাণে উপস্থাপিত হয় এবং প্রশিক্ষণের উদাহরণগুলির নমুনা একইভাবে অঙ্কিত হয় যা লক্ষ্য প্রয়োগের পরে অঙ্কিত হয়, তবে প্রায় অনুমান যথেষ্ট হবে।
তথ্য তত্ত্বের বিশ্বে, প্যাটার্ন স্বীকৃতি এবং কার্যকরী আনুমানিকতার মধ্যে পার্থক্যটির ঝাপসা রয়েছে, কারণ উচ্চ স্তরের এআই ধারণাগত বিমূর্ততা থাকা উচিত।
সম্ভাব্যতা
নেটওয়ার্ক কি ডিজাইন বৈশিষ্ট্যের বুলিয়ান [সূচকের] অ্যারে ম্যাট্রিক্স ম্যাপ করতে শিখবে?
উপরের তালিকাভুক্ত ক্যাভ্যাটগুলি যদি প্রকল্পের অংশীদারদের কাছে গ্রহণযোগ্য হয় তবে উদাহরণগুলি যথেষ্ট পরিমাণে ভাল লেবেলযুক্ত এবং সরবরাহ করা হয় এবং ডেটা নরমালাইজেশন, লস ফাংশন, হাইপার-প্যারামিটার এবং স্তর বিন্যাস ভালভাবে সেট করা থাকে, সম্ভবত এটি সংহত হওয়ার সময় ঘটে likely প্রশিক্ষণ এবং একটি যুক্তিসঙ্গত স্বয়ংক্রিয় বৈশিষ্ট্য শনাক্তকরণ সিস্টেম। আবার, এর ব্যবহারযোগ্যতা প্রশিক্ষণের উদাহরণগুলির মতো ধারণা শ্রেণি থেকে আঁকা নতুন শক্ত জ্যামিতির উপর আবদ্ধ। সিস্টেমের নির্ভরযোগ্যতা পরবর্তী ব্যবহারের ক্ষেত্রে প্রতিনিধি হওয়ার প্রশিক্ষণের উপর নির্ভর করে।
