211service.com
Neuroninių tinklų naudojimas muzikai klasifikuoti
Naujas darbas Honkongo universiteto studentai aprašo naują neuroninių tinklų, dirbtinių neuronų ar mazgų, kuriuos galima išmokyti atlikti įvairias užduotis, kolekcijų, anksčiau naudotų tik vaizdų atpažinimui, naudojimą. Mokiniai naudojo a konvoliucinis tinklas išmokti ypatybių, tokių kaip tempas ir harmonija, iš dainų duomenų bazės, pasklidusios 10 žanrų. Rezultatas buvo parengtų neuroninių tinklų rinkinys, galintis teisingai nustatyti dainos žanrą, o tai kompiuterių moksle laikoma labai sunkia problema, didesniu nei 87 procentų tikslumu. Kovo mėnesį grupė laimėjo apdovanojimą už geriausią referatą Tarptautinė inžinierių ir kompiuterių mokslininkų konferencija .
Tai, kas padarė šį žygdarbį įmanoma, buvo studento konvoliucinio neuroninio tinklo gylis. Įprasti branduolio mašinų neuroniniai tinklai yra, kaip pasakė Yoshua Bengio iš Monrealio universiteto, negiliai . Šiuose tinkluose yra per mažai mazgų sluoksnių, panašių į jūsų smegenų žievės neuronų sluoksnius, kad iš sudėtingų natūralių modelių gautų naudingą informacijos kiekį.
Savo eksperimentuose studentai, vadovaujami profesoriaus Tomo Li, išsiaiškino, kad optimalus muzikos žanro atpažinimo sluoksnių skaičius yra trys konvoliuciniai (arba mąstymo) sluoksniai, kai pirmasis sluoksnis paima neapdorotus įvesties duomenis, o trečiasis – išveda žanrą. duomenis.
Kiekviename sluoksnyje (pavaizduota aukščiau) vienas mazgas arba neuronas girdi tik nedidelę dainos dalį, maždaug 23 milisekundes. Tačiau kiekvienas mazgas 50 procentų sutampa su savo kaimynais, todėl iš viso daugelis neuroninio tinklo mazgų girdi šiek tiek daugiau nei dvi dainos sekundes.
Nors žmogui gali būti sunku per tokį trumpą laiką nustatyti takelio žanrą, šis konkretus algoritmas tai daro lengvai, kai taikomas dainoms iš standartinės bibliotekos, naudojamos automatiniam žanro atpažinimui tikrinti. Tačiau vėlesniuose testuose, per kuriuos mokiniai rodė muziką už bibliotekos, kurioje jis buvo mokomasi, ji nukrito.
Jie aiškina, kad jų algoritmas neveikė laukinėje gamtoje su nepakankamai didele mokymo biblioteka, kurioje tinklas pirmiausia išmoko. Kadangi jų algoritmas sugebėjo sukramtyti 240 dainų vos per dvi valandas, Honkongo studentai teigia, kad jis gali būti gana keičiamas.
Įdomu tai, kad vingiuotas neuroninis tinklas, kuriuo grindžiamas šis darbas, iš pradžių buvo įkvėptas katės regos žievės tyrimo. Katės, būdamos žinduoliai, turi regėjimo žievę, nepanašią į mūsų. Eksperimentai, atlikti su gimininga šeškų rūšimi, parodė, kad, priešingai nei buvo atlikta šiame dokumente, kai klausos problemai buvo pritaikytas regos nervinis tinklas, žinduolių smegenis galima iš naujo prijungti. matyti su savo klausos žieve .
Jei vingiuoti neuroniniai tinklai yra tokie pat lankstūs, kaip ir žinduolių suvokimo sistemos, kuriomis jie yra pagrįsti, kodėl jie netaikomi visoms kitoms AI suvokimo problemoms spręsti?