CC BY
7
УДК 004.896
Сазонов В.И. студент бакалавриата 2 курса факультет «Информатика и вычислительная техника»
научный руководитель: Барашко Е.Н.
ст пркподаватель Донской государственный технический университет
Россия, г. Ростов-на-Дону НОВЫЕ СИСТЕМЫ ПОИСКА И РАСПОЗНАВАНИЯ
Аннотация
В данной статье рассматриваются методологическая проблематика систем поиска и распознавания и методы ее решения. Исследуются методы распознавания и системы поиска данных, их плюсы и минусы.
Ключевые слова
Нейронные сети, базы данных, поиск, идентификация, поисковые системы.
Sazonov V.I., bachelor's student 2year, faculty "Computer Science and Computer Science" Don State Technical University Russia, Rostov-on-Don Scientific director: Barashko EN, st.pr. Don State Technical University Russia, Rostov-on-Don NEW SEARCH AND RECOGNITION SYSTEMS
Abstract
This article discusses the methodological problems of search and recognition systems and methods for solving it. The methods of recognition and data search systems, their pros and cons are explored.
Keywords
Neural networks, databases, search, identification, search engines
С течением времени объемы информации постоянно увеличиваются, вследствие этого усложняется процесс поиска нужных данных. Проблема возникает не в отсутствии той или иной информации, а в возможности ее отыскать. У современного человека нет достаточного количества времени для долгого поиска ответа на интересующий вопрос. Ответ нужен сразу, и он должен быть верным. Тут встает вопрос о необходимости усовершенствования поисковых систем так, чтобы сам процесс поиска занимал как можно меньше времени. В настоящее время идет усиленное внедрение новых технологий в процесс поиска информации.
Самая перспективная технология, представленная на рынке - это Нейронные сети. Впервые понятие нейронные сети было сформулировано в 1943 году Маккалоком и Питтсом, основанное на работе с вакуумными лампами. Нейронные сети решают множество задач по обработке и анализу
данных - распознавание и дальнейшая классификация полученных образов, прогнозирование поведения и так далее.
Развитие нейросетей началось с 2012 года. Первый прорыв сделала сеть под названием «AlexNet». Она победила в международном соревновании «ImageNet» в 1012 году. Сеть являлась достаточно небольшой, она включала в себя всего лишь 650 тысяч нейронов, имеющих 650 миллионов параметров. Проблема была в том, что в тот момент не существовало большой базы данных для достаточного обучения. Из самых больших баз данных можно было выделить «Pascal VOC», она включала в себя 20 категорий объектов и «Caltech 101», имеющая 101 категорию. Вскоре появилось решение этой проблемы - база данных «ImageNet». Она обладала 15 миллионами изображений с 22 тысячами категорий. Теперь если вы имеете академический адрес, то вы можете получить доступ к данной базе и обучить свою нейронную сеть.
Number of Labeled Images
Сейчас технологии шагнули далеко вперед, и нейросети внедряют в привычные для нас технологии, в пример можно привести поисковые системы. Компания «Яндекс» интегрировала в свой поисковик технологию семантического поиска основанный на машинном обучении. Данный алгоритм носит название «Матрикснет». Обучение происходит за счет коллективного разума пользователей, чем чаще происходит запрос, тем лучше машина начинает понимать, что хочет от нее тот или иной пользователь, вводящий свой вопрос поисковику. Такой же принцип работает с поиском по картинке, машина с помощью нейросетей преобразовывает изображение, делает то же самое с запросом, он может быть как в текстовом виде, так и изображением, далее они сравниваются между собой и поисковик выдает вам результат. Все это дает пользователю удобнейший процесс поиска любой интересующей его информации, сокращается время поиска, информация подается более точно.
Также существуют системы поиска людей, они представляют собой
сервера с огромной базой данных, дающие возможность поиска определенных людей в сети Интернет. Данные поступают из открытых источников, в частности берется информация с Email адресов. Пользователь указывает фамилию, имя и отчество и в итоге сможет получить нужный email адрес данного человека. Данная технология может применяться для связи людей по каким-либо важным делам, не имея прямых контактных данных.
В Национальной лаборатории физики Великобритании ученые изобрели новую биометрическую систему распознавания человека. Огромное преимущество данной технологии заключается в том, что она способна идентифицировать человека, просто гуляющего на улице. Алгоритмы обрабатывают силуэт человека, его походку, одежду. На основе этих данных осуществляется распознавание. Все это происходит посредством уличных камер наружного наблюдения. Данный метод распознавания имеет множество возможностей и сфер применения. К примеру, с помощью такой системы идентификации можно распознать грабителя, скрывшего свое лицо. Данная технология является очень спорной и вызывает бурное обсуждение среди населения, ведь такие методы слежения могу нарушать гражданскую конституцию.
Одна их перспективных технологий в данной сфере является продукт под названием «Find Face». Алгоритмы данной разработки позволяют находить человека в социальных сетях по фотографии. Нейронная сеть получает изображение человека, распознает лицо на фотографии и получает характерный вектор признаков описывающий индивидуальность лица. Данный вектор далее сравнивается с имеющимися векторами в базе данных и после этого предоставляется отсылка на конкретного человека. По статистике 1 миллиард фотографий обрабатывается за 0.5 секунд, а точность определения варьируется около 95 процентов.
РГ1 ■ —
Технологии сейчас развиваются в бешеном темпе. Но проблема поиска информации будет возникать постоянно, поэтому каждый раз способы ее получения буду совершенствоваться. И пока эта тема остается актуальной, будут создаваться новые технологии, которые будут заменять устаревшие.
Использованные источники: 1. Контент-студия Tech Media. Нейронные сети: практическое применение //
HABRAHABR.RU: Хабрахабр, 2017. URL: https://habrahabr.ru/post/322392/ (Дата обращения:01.05.2017.)
2. Яндекс. Искусственный интеллект в поиске. // HABRAHABR.RU: Хабрахабр, 2017. URL: https: //habrahabr.ru/company/yandex/blo g/314222/ (Дата обращения:11.04.2017.)
УДК 004
Сайымова Г.Ж. кафедра «Языков, педагогики и психологии»
Нукусский филиал
Ташкентский педиатрический медицинский институт
Республика Узбекистан, г. Нукус РОЛЬ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В СОВРЕМЕННОМ МЕДИЦИНСКОМ ОБРАЗОВАНИИ
Резюме. В статье приводятся сведения о роли информационных технологий в современном медицинском образовании. Показано, что для повышения активности работы студентов на сервере дистанционного обучения необходимо более широко использовать гиперссылки на нормативно-правовые акты органов охраны здоровья зарубежных стран.
Ключевые слова: медицинское образование, информационные технологии, интернет, информация.
Saiymova G.Z.
Department of "Languages, Pedagogy and Psychology" Nukus Branch of Tashkent Pediatric Medical institute
Nukus, Republic of Uzbekistan THE ROLE OF INFORMATION TECHNOLOGIES IN MODERN MEDICAL EDUCATION
Summary. The article provides information on the role of information technology in modern medical education. It is shown that to increase the activity of students on the distance learning server, it is necessary to use hyperlinks to normative and legal acts of the health protection bodies offoreign countries more widely.
Key words: medical education, information technologies, Internet, information.
В современных условиях повышается актуальность анализа возможности и целесообразности использования электронных учебных курсов для дистанционной самоподготовки студентов медицинского профиля. Зарубежные эксперты обращают внимание на то, что для улучшения качества самостоятельной подготовки отечественных студентов целесообразным является более широкое использование нетипичных ситуационных задач [5]. Для повышения активности работы студентов на сервере дистанционного обучения необходимо более широко использовать
