Аннотация:
Представлена концепция двух волн современной технологической
революции в области компьютерного зрения, машинного обучения и анализа
данных. Первая волна современной технологической революции в данной
области началась в 2011 г. и была связана с появлением и распространением
глубоких конволюционных (сверточных) нейронных сетей (ГКНС) и методов
глубокого обучения. В 2016-2017 гг. появился ряд новых подходов и научных
результатов, указывающих на то, что началась вторая волна данной
технологической революции. Это такие методы и подходы как глубокие
соревнующиеся сети (GAN), интерпретация динамической визуальной
информации на естественном языке, обучение глубоких сетей методом
подкрепления (Reinforcement Learning), глубокое обучение с использованием
структурных моделей, баз знаний и программ логического вывода (Graph
Structured CNN, Deep Visual Reasoning), автоматическое конструирование и
обучение глубоких сетей при помощи других глубоких сетей, а также решение
задач теории игр с использованием ГКНС. В части построения математических
моделей ГКНС в докладе кратко описан общий поход к СтруктурноФункциональному Анализу и Синтезу (СФАС) глубоких конволюционных
нейронных сетей, который позволяет регулярным образом определить: из каких
типовых структурно-функциональных элементов (СФЭ) могут строиться
ГКНС; каковы необходимые математические свойства СФЭ; какие комбинации
СФЭ являются допустимыми; каковы возможные пути построения и обучения
глубоких сетей для анализа и распознавания нерегулярных, неоднородных или
сложно структурированных данных.
