многое изменилось

До того как вы прочтете

Если вам нужны технические подробности, вы можете пропустить эту часть. Итак, прошло пару месяцев с тех пор, как я обновил изменения в своей диссертации. На самом деле семестр закончился. В любом случае, многое изменилось, после того как первые несколько сессий с моим научным руководителем помогли мне лучше сфокусировать свой проект; так как изначально я собирался получить 3 разных сигнала из 3 разных источников и мне еще нужно было эти сигналы обработать и даже возможно добавить машинное обучение для предсказания нужна человеку помощь или нет. Многое нужно охватить за пару семестров и в одиночку. Поэтому вместо этого я решил просто сосредоточиться хотя бы на одном аспекте всей моей системы. И, конечно же, мне пришлось выбрать одну вещь, о которой я почти ничего не знаю, — компьютерное зрение. Я остановился на обнаружении падения с помощью компьютерного зрения. Также не помогает то, что у меня почти нет знаний об искусственном интеллекте, и я имею в виду, что я даже не коснулся кода или не сделал простой алгоритм распознавания символов. Но я хотел бросить себе вызов, чтобы заставить себя узнать что-то новое. В любом случае, я прошел долгий путь с тех пор, как принял это решение, и мой консультант был очень полезен и дал мне рекомендации о том, как мне решить эту проблему. Первые пару недель я провел, изучая современные алгоритмы обнаружения падений, основанные на компьютерном зрении. Внизу процесс.

Современное состояние обнаружения падения с помощью компьютерного зрения

Итак, как я уже сказал, я провел первые пару недель, исследуя лучшие алгоритмы или тенденции обнаружения падений. Это было тяжело, особенно если учесть, как мало я знаю о глубоком обучении и подобных темах. Тем не менее, чтение этих документов очень помогло, ниже приведен краткий обзор всех документов, которые я представил своему консультанту, прежде чем выбрать путь. В конце концов, мы выбрали исследование, проведенное Berlin и соавт. Причина в том, что я использовал новую архитектуру глубокого обучения Siamese Neural Networks. И судя по их результатам, это было очень многообещающе. Если вы хотите просмотреть этот лист Google для собственного исследования, ссылка здесь.

Следующим шагом было предложение модели, которую мне нужно разработать. В моем случае мой консультант предложил мне сделать SNN с внутренней архитектурой, основанной на преобразователях кодирования. В то время я едва понимал, что это значит и для каких целей. После этого я много исследовал происхождение, использование трансформеров в ИИ, что более важно, в компьютерном зрении.

Я хотел бы сделать более посвящённый пост о трансформерах, это очень интересная тема, и у меня есть много разных энкодеров для проверки моей диссертации. А пока я хотел бы поделиться предложенной мной архитектурой, пожалуйста, дайте мне знать, что вы думаете. Я новичок в этом, даже спустя 5 месяцев.

Поскольку у меня перерыв на несколько недель, я постараюсь публиковать сообщения чаще, у меня есть больше блогов о математике и естественных науках в целом, если вы хотите это увидеть. В следующих постах буду писать о встраиваемых системах и своей диссертации, пытаюсь подготовиться к следующему семестру. Просто краткий обзор. Я подумываю пройти курс по цифровым коммуникациям, и если кто-нибудь может быть так любезен, чтобы дать мне несколько советов, я был бы очень признателен :)