Анализ эффективных методов классификации для больших баз мультимедийных данных
2 марта 2017 г. на очередном семинаре НУГ выступил руководитель НУГ Савченко А. В. с докладом "Эффективные методы классификации для больших баз мультимедийных данных".
В докладе выполнен обзор научной проблемы «многих малых выборок» для задач распознавания изображений и видеоданных. Акцент сделан на применении метода ближайшего соседа, в котором сопоставляются векторы признаков высокой размерности, выделенные с помощью глубокой свёрточной нейронной сети. Рассмотрен теоретико-информационный подход к решению задачи, сделан акцент на асимптотических свойствах решающей статистики. Описаны алгоритмы распознавания на основе метода максимального правдоподобия (совместной плотности вероятности) рассогласований между входным и всеми эталонными изображениями.Представлены результаты экспериментальных исследований в задачах идентификации лиц (подробнее см. Семинары).
Савченко Андрей Владимирович
Кафедра информационных систем и технологий (Нижний Новгород): профессор