تعمیرات مایکروویو بیترون میرداماد


انواع خدمات مشاوره و تعمیر مایکروویو در محل شما

مشاوره رایگان

بسیاری از خرابی های مایکروویو نیازی به تعمیرکار ندارد و شما میتوانید خودتان مشکل را رفع نمایید. جهت دریافت مشاوره رایگان تماس بگیرید.
02191001680
phone


استفاده از قطعات اورجینال

تمام قطعات مورد استفاده برای تعمیر مایکروویو دارای ضمانت 90 روزه میباشند تا مشتریان با خیالی آسوده خدمات مطلوب را دریافت نمایند.
02191001680
phone


اعزام فوری کارشناس

فقط با یک تماس بلافاصله کارشناس به محل شما اعزام می گردد. همچنین میتوانید به صورت آنلاین درخواست تعمیر دستگاه خود را ثبت نمایید.
02191001680
phone


مزایا و برتری تعمیرچی

سوالات متداول

  1. سوال: آیا استفاده از ظروف فویلی آلومینیومی درون مایکروویو مجاز است؟
    پاسخ: خیر، نباید از ظروف فویلی در مایکروویو استفاده کرد چراکه میتواند باعث آسیب رسیدن به مگنترون و یا آتش سوزی در دستگاه بشود.
  2. سوال: علت فیوز پراندن مایکروفر چسیت؟
    پاسخ: خرابی قسمت های ولتاژ مایکروویو و یا اتصالی داخلی مایکروویو در قسمت میکرووسوییچ درب میتواند علت پریدن فیوز بشود.
  3. سوال: تفاوت مایکروفر با سولاردام چیست؟
    پاسخ: مایکروفر توسط اشعه مواد غذایی را گرم میکند اما سولاردام علاوه بر اشعه توسط المنت های هالوژنی وظیفه گرم کردن را انجام میدهد.
  4. سوال: علت خرابی میکروسوییچ مایکروویو چیست؟
    پاسخ: برای خرابی میکروسوییچ درب به دلایل مختلفی مانند محکم بستن درب، چربی گرفتن دستگاه، نوسانات برقی اشاره کرد.
  5. سوال: نحوه گرم شدن غذا در مایکروفر چگونه انجام میشود؟
    پاسخ: نحوه کار ماکروویو به این صورت است که با ارسال امواج به مولکول های داخل مواد غذایی، باعث جنبش آن ذرات شده و بر اثر تبخیر آب داخل مواد غذایی، عمل گرم شدن انجام میگیرد.
متن مطلب      کل مطالب     

تلفن تماس : 02191001680


کد مطلب: 13594.html
چهار شنبه, ۱۶ بهمن ۱۳۹۸ ساعت ۱۳:۰۰

قوانین فیزیک به کمک هوش مصنوعی می‌آیند

قوانین فیزیک صرف‌نظر نقطه‌ی دید افراد، یکسان باقی می‌مانند. درنتیجه براساس این اصل، کامپیوترها می‌توانند مشخصات فضاهای منحنی یا فضاهایی با ابعاد بیشتر را شناسایی کنند.

امروزه کامپیوترها می‌توانند خودروها را هدایت کنند، قهرمان‌های جهان را در - تعمیرات مایکروویو بیترون میرداماد - بازی‌های تخته‌ای مانند شطرنج و Go شکست دهند و حتی نثرهای ادبی بنویسند. بخش زیادی از تحولات هوش مصنوعی به نوع مشخصی از شبکه‌های عصبی مصنوعی وابسته‌اند - تعمیرات مایکروویو بیترون میرداماد - با الهام از لایه‌های نورون در کورتکس بینایی پستانداران طراحی شده است. توانایی شگفت‌انگیز «شبکه‌های عصبی هم‌گشتی» (CNN-ها) در الگوهای یادگیری داده‌های دوبعدی به‌ویژه در عملیات بینایی کامپیوتر از - تعمیرات مایکروویو بیترون میرداماد - جمله تشخیص کلمات دست‌نوشته و تشخیص اشیاء در تصاویر دیجیتالی، ثابت شده است.

اما پیاده‌سازی معماری قدرتمند یادگیری ماشین در مجموعه‌های داده‌ای بدون درنظرگرفتن هندسه‌ی مسطح نتیجه‌ی خوبی نخواهد داشت. هندسه‌ی مسطح به مدل‌هایی از اشکال نامنظم گفته می‌شود که در انیمیشن‌های کامپیوتری سه‌بعدی یا ابرهای نقطه‌ای کاربرد دارند که توسط خودروهای خودران برای - تعمیرات مایکروویو بیترون میرداماد - نقشه‌برداری از محیط اطراف ساخته می‌شوند. در سال ۲۰۱۶، روش جدیدی به‌نام یادگیری عمیق هندسی با هدف خارج کردن CNN-ها از حالت - تعمیرات مایکروویو بیترون میرداماد - مسطح، ظهور کرد.

تعمیرات مایکروویو بیترون میرداماد

یکی از دستاوردهای موفقیت‌آمیز روش‌های جدید یادگیری ماشین، شناسایی دقیق تومورها در سی‌دی اسکن از این روش‌ها می‌توان روزی برای بهبود تشخیص‌های پزشکی استفاده کرد.

امروزه، پژوهشگرها موفق به ارائه‌ی چارچوب جدید تئوری برای ساخت شبکه‌های عصبی شده‌اند. این شبکه‌ها می‌توانند روی انواع سطوح هندسی به یادگیری الگو بپردازند. این شبکه‌ها که با عنوان CNN-های پیمانه‌ای هم شناخته می‌شوند، قادر به تشخیص الگوها - تعمیرات مایکروویو بیترون میرداماد - در آرایه‌‌ پیکسل‌های دوبعدی و - تعمیرات مایکروویو بیترون میرداماد - اشیای منحنی نامتقارن و کروی هستند. تاکو کوهن، ماری ویلر، برکی کیکاناگلو و مکس ویلینگ از توسعه‌دهندگان شبکه‌های عصبی همگشتی هستند. ویلینگ می‌گوید: «این چارچوب، پاسخی قطعی به مسئله یادگیری عمیق روی سطوح منحنی است.»

عملکرد CNN-های پیمانه‌ای در یادگیری الگو - تعمیرات مایکروویو بیترون میرداماد - از داده‌های شبیه‌سازی‌شده‌ی جوی به طرز چشمگیری از شبکه‌های عصبی گذشته بهتر است. داده‌های جوی معمولا روی سطوح کروی نگاشته می‌شوند. الگوریتم‌های یادشده همچنین برای بهبود دید پهپادها و وسایل خودکاری که اشیای سه‌بعدی را زیر نظر دارند و برای شناسایی الگو در داده‌های - تعمیرات مایکروویو بیترون میرداماد - سطوح منحنی نامنظم قلب، مغز و دیگر اعضای بدن، عملکرد سودمندی دارند.

راه‌حل پژوهشگرها برای عملکرد یادگیری عمیق فراتر از سطوح تخت، ارتباط عمیقی با دانش فیزیک دارد. نظریه‌های فیزیکی مانند نظریه‌ی نسبیت عام آلبرت اینشتین و مدل استاندارد فیزیک ذرات برای توصیف جهان به کار - تعمیرات مایکروویو بیترون میرداماد - رفته‌اند. این نظریه‌ها دارای خصوصیتی به‌نام «هم وردایی پیمانه‌ای» (gauge equivariance)هستند. هم وردایی پیمانه‌ای یعنی کمیت‌های جهان و روابط آن‌ها به چارچوب‌های دلخواه مرجع («پیمانه‌ها») بستگی ندارند؛ - تعمیرات مایکروویو بیترون میرداماد - بلکه صرف ‌نظر از حرکت یا ایستایی ناظر یا فاصله‌ی اعداد روی خط‌کش، ثابت می‌مانند. اندازه‌گیری‌های پیمانه‌های مختلف باید قابل تبدیل به یکدیگر باشند به‌طوری‌که روابط بنیادی بین اشیا حفظ شود.

برای مثال، اندازه‌گیری طول زمین فوتبال را براساس یارد در نظر بگیرید، سپس دوباره آن را براساس متر اندازه‌گیری کنید؛ اعداد به شیوه‌ای قابل پیش‌بینی تغییر خواهند کرد. به‌طور مشابه، فرض کنید دو عکاس از دو نقطه‌ی متفاوت عکس می‌گیرند و خروجی‌های متفاوتی را تولید می‌کنند، اما می‌توان دو تصویر را به یکدیگر ربط داد. هم‌وردایی پیمانه‌ای، سازگاری - تعمیرات مایکروویو بیترون میرداماد - مدل‌های فیزیکی واقعی را صرف‌نظر از پرسپکتیو یا واحدهای اندازه‌گیری آن‌ها تضمین می‌کند. CNN-های پیمانه‌ای هم - تعمیرات مایکروویو بیترون میرداماد - دقیقا چنین فرآیندی را روی داده‌ها اجرا می‌کنند. - تعمیرات مایکروویو بیترون میرداماد - کایل گرانمر، فیزیکدان دانشگاه نیویورک، از یادگیری ماشین برای داده‌های فیزیک ذرات استفاده می‌کند. او می‌گوید:

در فیزیک هیچ جهت‌گیری خاصی وجود ندارد و - تعمیرات مایکروویو بیترون میرداماد - هدف، رسیدن به نتیجه‌ی مشابهی برای شبکه‌های عصبی است؛ و حالا روش مناسبی برای رسیدن به این نتیجه ابداع شده است.

تعمیرات مایکروویو بیترون میرداماد

تاکو کوهن، پژوهشگر یادگیری ماشین در - تعمیرات مایکروویو بیترون میرداماد - کوالکوم و دانشگاه آمستردام، یکی از معماران ارشد شبکه‌های عصبی همگشتی است.

فرار از سطح

مایکل برونستین، دانشمند کامپیوتر کالج سلطنتی لندن، در سال ۲۰۱۵، اصطلاح «یادگیری عمیق هندسی» را در - تعمیرات مایکروویو بیترون میرداماد - سال - تعمیرات مایکروویو بیترون میرداماد - ۲۰۱۵، به‌عنوان مقدمه‌ای برای رهایی از - تعمیرات مایکروویو بیترون میرداماد - سطح و طراحی شبکه‌های عصبی با قابلیت یادگیری داده‌های غیرسطحی، ابداع کرد. محبوبیت این روش خیلی زود، افزایش یافت.

برونستین و همکاران او می‌دانستند برای - تعمیرات مایکروویو بیترون میرداماد - فرا رفتن از صفحه‌ی اقلیدسی باید به بازسازی روالی محاسباتی بپردازند و کارایی شبکه‌های عصبی در تشخیص تصویر دوبعدی - تعمیرات مایکروویو بیترون میرداماد - را افزایش دهد. این روال که «هم‌گشت» نامیده می‌شود، به لایه‌ای از شبکه‌ی عصبی اجازه می‌دهد عملیات ریاضی را روی بخش‌های کوچکی از داده‌های ورودی اجرا کند و سپس نتایج را به لایه‌ی بعدی در شبکه ارسال کند. برونستین می‌گوید:

می‌توان هم‌گشت را به پنجره‌ای کشویی تشبیه کرد.» شبکه‌ی عصبی هم‌گشتی، تعداد زیادی از این پنجره‌ها را روی فیلترهای شبه‌ داده‌ای ورق می‌زند. هر کدام از فیلترها برای کشف نوع مشخصی از الگوهای داده‌ای طراحی - تعمیرات مایکروویو بیترون میرداماد - شده‌اند. برای مثال در جستجوی تصویر یک گربه، CNN می‌تواند از فیلترهایی استفاده کند که دیگر لایه‌های شبکه را نادیده می‌گیرند و با اجرای همگشت‌های دیگر، مشخصه‌های سطح بالاتری مثل چشم‌ها، دم یا گوش‌های مثلثی گربه را استخراج می‌کنند. شبکه‌ای عصبی که برای تشخیص گربه‌ها آموزش دیده است از نتایج هم‌گشت‌های لایه‌ای برای - تعمیرات مایکروویو بیترون میرداماد - تخصیص برچسب «گربه» یا «غیرگربه» به تصاویر، استفاده می‌کند. اما روش CNN تنها روی صفحه عمل می‌کند. به‌گفته‌ی ویلینگ: «با خم شدن صفحه، CNN دچار مشکل می‌شود.

اجرای عمل هم‌گشت روی سطحی منحنی که در هندسه با عنوان خم هم شناخت می‌شود، مانند نگه‌داشتن یکی از مربع‌های کاغذ شطرنجی روی جهان و تلاش برای ردیابی دقیق خط ساحل گرینلند است. برای قرار دادن مربع روی گرینلند باید کل کاغذ را روی سطح فرود آورد و با برداشتن مجدد کاغذ، طرح دچار - تعمیرات مایکروویو بیترون میرداماد - انحراف می‌شود. از طرفی نگه‌داشتن مربع کاغذی به‌صورت مماس با جهان در - تعمیرات مایکروویو بیترون میرداماد - یک نقطه و سپس ردیابی لبه‌ی گرینلد در - تعمیرات مایکروویو بیترون میرداماد - حال دیدن کاغذ (روشی که به آن نقشه‌ی مرکاتور هم گفته می‌شود) هم منجر به ایجاد اعوجاج و انحراف خواهد شد. از طرفی می‌توان کاغذ - تعمیرات مایکروویو بیترون میرداماد - شطرنجی را به‌جای کره‌ی جغرافیایی روی یک نقشه‌ی کاغذی مسطح قرار داد، اما با این کار میزان انحراف‌ها دو برابر خواهد شد. برای مثال کل لبه‌ی بالایی نقشه تنها - تعمیرات مایکروویو بیترون میرداماد - یک نقطه در جهان را نشان می‌دهد (قطب شمال)؛ و در صورتی که منحنی، مانند جهان کاملا کروی نباشد و مانند بطری سه‌بعدی یا مولکول پروتئین، پیچیده‌تر و بی‌نظم‌تر باشد، اعمال فرایند هم‌گشت روی آن دشوارتر خواهد شد.

تعمیرات مایکروویو بیترون میرداماد

برونستین و همکاران او در سال ۲۰۱۵، راه‌حلی برای مسئله‌ی هم‌گشت روی منحنی‌های غیراقلیدسی ابداع کردند. آن‌ها در این روش، پنجره‌ی کشویی را به‌جای - تعمیرات مایکروویو بیترون میرداماد - تکه‌ای کاغذ شطرنجی، به تارعنکبوتی مدور تشبیه کردند. به‌طوری‌که بتوان آن‌ را بدون مچاله شدن، کشیدگی یا پارگی روی هر نقطه از سطح - تعمیرات مایکروویو بیترون میرداماد - منحنی قرار داد.

با تغییر خصوصیات فیلتر کشویی، عملکرد CNN در درک روابط مشخص هندسی، بهبود - تعمیرات مایکروویو بیترون میرداماد - پیدا کرد. برای مثال در شکلی سه‌بعدی که به دو حالت مختلف خم شده است (مانند فیگور انسانی که ایستاده و انسانی که یک پای خود را بلند کرده است)، الگوریتم تشخیص می‌دهد هر دو حالت، مربوط به یک شیء هستند نه دو شیء متفاوت. تغییرات، بازدهی شبکه‌ی عصبی را - تعمیرات مایکروویو بیترون میرداماد - در یادگیری به شکل چشمگیری افزایش دادند. به‌گفته‌ی برونستین: - تعمیرات مایکروویو بیترون میرداماد - «CNN-های استاندارد به مدت چند هفته، از میلیون‌ها نمونه شکل و آموزش استفاده کردند. ما از ۱۰۰ شکل در حالت‌های مختلف برای آموزش در مدت زمان سی دقیقه استفاده کردیم.»

از شبکه‌های عصبی هم‌گشتی می‌توان برای تشخیص‌ دقیق تومورهای سرطانی استفاده کرد

از طرفی، تاکو کوهن و همکاران او در آمستردام برای - تعمیرات مایکروویو بیترون میرداماد - حل - تعمیرات مایکروویو بیترون میرداماد - مسئله به روشی کاملا معکوس تلاش می‌کردند. کوهن که در سال ۲۰۱۵ به‌تازگی فارغ‌التحصیل شده بود، به‌دنبال روشی برای خارج - تعمیرات مایکروویو بیترون میرداماد - کردن یادگیری عمیق از سطوح - تعمیرات مایکروویو بیترون میرداماد - تخت بود. کوهن - تعمیرات مایکروویو بیترون میرداماد - همچنین به مسائل مهندسی کاربردی مثل بهینه‌سازی داده‌ها یا روش آموزش شبکه‌های عصبی با نمونه‌های کمتر از هزار یا میلیون عدد، علاقه‌مند بود. او می‌گوید:

روش‌های یادگیری عمیق، یادگیرنده‌های کم سرعتی هستند. شاید این شبکه‌ها برای تشخیص تصاویر گربه با مشکلات اندکی روبه‌رو شوند اما برای تشخیص سوژه‌های مهم‌تری مانند توده‌های سرطانی در تصاویر بافت ریه یافتن و یافتن داده‌های آموزشی بهینه (که باید از نظر پزشکی دقیق، دارای برچسب و فاقد مشکلات حریم خصوصی باشند) به مشکل برمی‌خورند. هرچقدر تعداد نمونه‌های مورد نیاز برای آموزش به شبکه، کمتر باشد، عملکرد شبکه بهتر خواهد بود.

کوهن می‌دانست یکی از روش‌های مهم برای افزایش کارایی داده‌های شبکه‌های عصبی، استفاده از فرضیه‌های مشخصی درباره‌ی داده‌ها است. برای - تعمیرات مایکروویو بیترون میرداماد - مثال - تعمیرات مایکروویو بیترون میرداماد - تومور ریه در صورتی که چرخانده یا منعکس نشود، تفاوتی نخواهد کرد. معمولا، شبکه‌ی هم‌گشتی باید از طریق آموزش، به یادگیری اطلاعات تعداد زیادی از الگوها در جهت‌های مختلف بپردازند. کوهن و ویلینگ در سال ۲۰۱۶، مقاله‌ای را - تعمیرات مایکروویو بیترون میرداماد - درباره‌ی روش رمزنگاری فرضیه‌ها به‌صورت تقارن‌های هندسی در شبکه‌های عصبی منتشر کردند. این روش تا سال ۲۰۱۸ عملکرد خوبی داشت. درنتیجه کوهن و همکار او، ماریسیا وینکز آن را - تعمیرات مایکروویو بیترون میرداماد - تعمیم دادند و نتایج - تعمیرات مایکروویو بیترون میرداماد - امیدبخشی را درباره‌ی تشخیص سرطان ریه در سی تی اسکن‌ها منتشر کردند: شبکه‌ی - تعمیرات مایکروویو بیترون میرداماد - عصبی آن‌ها تنها با استفاده از یک دهم از داده‌های موردنیاز شبکه‌های دیگر، قادر به شناسایی شواهد بصری بیماری بود. پژوهشگرهای آمستردام به تعمیم روش ادامه دادند - تعمیرات مایکروویو بیترون میرداماد - و روشی را برای هم‌وردایی پیمانه‌ای ابداع کردند.

توسعه‌ی هم وردایی

شباهت‌های اولیه‌ای بین فیزیک و یادگیری ماشین وجود دارد. به‌گفته‌ی کوهن:

هر دو زمینه با مشاهده و مدلسازی - تعمیرات مایکروویو بیترون میرداماد - برای پیش‌بینی مشاهدات آینده سروکار دارند. هر دو زمینه به‌دنبال مدل هستند نه اشیای مستقل. برای مثال توصیف اتم‌های هیدروژن متفاوت کافی نیست بلکه باید دسته‌بندی کلی از آن‌ها ارائه داد. فیزیک تاکنون - تعمیرات مایکروویو بیترون میرداماد - دراین‌زمینه موفق بوده است.

فرضیه‌ی هم وردایی (کواریانس، اصطلاحی که فیزیک‌دان‌ها ترجیح می‌دهند)، از زمان اینشتین رایج شدند و فیزیک‌دان‌ها برای - تعمیرات مایکروویو بیترون میرداماد - تعمیم مدل‌های خود از آن استفاده کردند. به‌گفته‌ی میراندا چنگ، فیزیکدان نظری دانشگاه آمستردام (یکی از همکاران کوهن در تألیف این مقاله که در حال بررسی ارتباط بین فیزیک - تعمیرات مایکروویو بیترون میرداماد - و CNN-های پیمانه‌ای است): «توصیف صحیح فیزیک به‌معنی استقلال آن از نوع - تعمیرات مایکروویو بیترون میرداماد - قوانین و نوع ناظران است». یا به‌گفته‌ی - تعمیرات مایکروویو بیترون میرداماد - اینشتین در سال ۱۹۱۶: «قوانین طبیعت براساس معادله‌هایی توصیف می‌شوند که در تمام سیستم‌های مختصاتی صدق می‌کنند.»

 

تعمیرات مایکروویو بیترون میرداماد

میراندا چنگ، فیزیک‌دان دانشگاه آمستردام

شبکه‌های هم‌گشتی یکی از موفق‌ترین روش‌های یادگیری عمیق هستند که از نمونه‌ی ساده‌شده‌ی اصل «هم‌وردایی ترجمه» استفاده می‌کنند. فیلتر پنجره‌ای که قابلیت مشخصی را در تصویر شناسایی می‌کند (برای مثال وجوه عمودی) سپس روی صفحه‌ای از پیکسل‌ها می‌لغزد (ترجمه می‌کند) و به رمزنگاری موقعیت‌های لبه‌های عمودی می‌پردازد؛ در مرحله‌ی بعد «نقشه‌ی مشخصه» را می‌سازد که در آن موقعیت‌های مکانی را مشخص کرده است و سپس آن را به لایه‌ی بعدی شبکه ارسال می‌کند. ساخت نقشه‌های مشخصه به خاطر هم‌وردایی - تعمیرات مایکروویو بیترون میرداماد - ترجمه امکان‌پذیر است: شبکه‌ی عصبی «فرض می‌کند»، یک مشخصه‌ی مشابه می‌تواند در هر نقطه‌ از صفحه‌ی دو بعدی ظاهر شود و می‌تواند لبه‌ی عمودی را به‌عنوان لبه‌ی عمودی در گوشه‌ی - تعمیرات مایکروویو بیترون میرداماد - بالای راست یا گوشه‌ی پائین چپ تشخیص دهد. ویلر می‌گوید: «نکته‌ی مربوط به شبکه‌های عصبی هم‌وردا، دریافت تقارن‌های واضح و قرار دادن آن‌ها در معماری شبکه‌ای است. امتحان آن مجانی است.»

ویلر، کوهن و مکس ویلینگ همکار آن‌ها در سال ۲۰۱۸، روش یادشده را برای انواع هم‌وردایی توسعه دادند. CNN-های «هم وردای گروهی»، بدون نیاز به آموزش در نمونه‌هایی مشخص، قادر به کشف مشخصه‌های بازتابی و چرخشی در تصاویر مسطح هستند؛ CNN-های کروی هم می‌توانند نقشه‌های مشخصه را براساس داده‌های موجود روی سطح کره بسازند و آن‌ها را دچار انحراف نکنند.

شبکه‌های عصبی هم‌گشتی روی سطوح منحنی نامنظم عملکرد خوبی - تعمیرات مایکروویو بیترون میرداماد - ندارند

روش‌های - تعمیرات مایکروویو بیترون میرداماد - یادشده هنوز به اندازه‌ی کافی نمی‌توانند داده‌های روی منحنی با ساختار نامنظم و ناهموار را کنترل کنند. منحنی‌های نامنظم، همه چیز از سیب‌زمینی تا - تعمیرات مایکروویو بیترون میرداماد - پروتئین و بدن انسان و حتی خمیدگی فضا و زمان را دربرمی‌گیرند. - تعمیرات مایکروویو بیترون میرداماد - انواع منحنی‌های نامنظم، فاقد تقارن سراسری هستند، به همین دلیل شبکه‌های عصبی نمی‌توانند فرضیه‌های یکسانی برای آن‌ها داشته باشند: زیرا هر موقعیت مکانی روی آن‌ها با دیگری متفاوت است.

چالش اصلی لغزاندن یک فیلتر مسطح روی سطحی است که بتواند جهت فیلتر را براساس مسیر مشخص دریافتی، تغییر دهد. فرض کنید فیلتر برای کشف یک الگوی ساده طراحی شده است: - تعمیرات مایکروویو بیترون میرداماد - لکه‌ای سیاه در سمت چپ و لکه‌ای روشن در سمت راست. با - تعمیرات مایکروویو بیترون میرداماد - لغزش به سمت بالا، پائین، چپ یا راست روی شبکه‌ی مسطح، جهت فیلتر همواره در جهت راست خواهند ماند؛ اما این روند حتی روی سطح کره هم تغییر - تعمیرات مایکروویو بیترون میرداماد - می‌کند. اگر فیلتر را به اندازه‌ی ۱۸۰ درجه دور - تعمیرات مایکروویو بیترون میرداماد - استوای کره بچرخانید، جهت فیلتر یکسان باقی می‌ماند: لکه‌ی سیاه در سمت چپ و لکه‌ی روشن در سمت راست. اگر موقعیت خود را به قطب شمال کره تغییر دهید و سپس فیلتر را به همان نقطه منتقل کنید، جهت آن بالا به پائین خواهد شد: لکه‌ی سیاه در سمت راست و لکه‌ی روشن در سمت چپ. درنتیجه فیلتر، همان الگو را کشف نمی‌کند یا همان نقشه‌ی مشخصه را رمزنگاری نمی‌کند. بلکه ممکن است فیلتر با جابه‌جایی در اطراف منحنی‌های پیچیده‌تر، در جهت‌های ناسازگاری قرار بگیرد.

فیزیک‌دان‌ها از زمان اینشتین با مشکل یکسانی سرو کار داشتند و به - تعمیرات مایکروویو بیترون میرداماد - راه‌حل آن رسیدند: هم‌وردایی پیمانه‌ای. اما به‌گفته‌ی ویلینگ آن‌ها نکته‌ای کلیدی را فراموش کرده‌اند: ردیابی تغییر جهت فیلتر با حرکت در مسیرهای - تعمیرات مایکروویو بیترون میرداماد - مختلف. آن‌ها فقط می‌توانند جهت یک فیلتر - تعمیرات مایکروویو بیترون میرداماد - (پیمانه) را انتخاب - تعمیرات مایکروویو بیترون میرداماد - کنند و سپس روشی سازگار برای تبدیل نقاط آن پیدا کنند.

در روش فوق می‌توان از پیمانه‌های دلخواه در جهت‌گیری اولیه استفاده کرد اما در تبدیل پیمانه‌های دیگر به چارچوب مرجع، باید الگوی اصلی را حفظ کرد. برای مثال، در تبدیل سرعت نور از متر بر ثانیه به مایل بر ساعت، باید کمیت فیزیکی بنیادی را حفظ کرد. به‌گفته‌ی ویلینگ، با روش هم‌وردایی پیمانه‌ای «اعداد واقعی تغییر می‌کنند - تعمیرات مایکروویو بیترون میرداماد - با این تفاوت که این تغییرات قابل پیش‌بینی خواهند بود.»

کوهن، ویلر و ویلینگ در سال ۲۰۱۹، به رمزنگاری هم‌وردایی پیمانه‌ای به شبکه‌ی عصبی همگشتی پرداختند. آن‌ها محدودیت‌هایی ریاضی را بر داده‌های - تعمیرات مایکروویو بیترون میرداماد - قابل - تعمیرات مایکروویو بیترون میرداماد - دیدن برای - تعمیرات مایکروویو بیترون میرداماد - شبکه‌ی عصبی اعمال کردند؛ لایه‌های شبکه، تنها الگوهای هم‌ارز پیمانه‌ای را نادیده می‌گیرند. به‌گفته‌ی ویلینگ: «می‌توانید هر سطحی شامل سطوح اقلیدسی تا اشیای منحنی دلخواه و منحنی‌های عجیبی مثل بطری کلاین و فضا زمان چهاربعدی را به این الگوریتم بدهید.»

تعمیرات مایکروویو بیترون میرداماد

نظریه‌ای کاربردی

نظریه‌ی CNN-های پیمانه‌ای هم ارز به گونه‌ای تعمیم یافته‌ است که به‌صورت خودکار از فرضیه‌های گذشته‌ی یادگیری هندسی، مثل هم‌وردایی چرخشی و فیلترهای انتقالی روی کره‌ها استفاده می‌کند. حتی روش قبلی مایکل برونستین که امکان تشخیص شکل سه‌بعدی خمیده در حالت‌های - تعمیرات مایکروویو بیترون میرداماد - مختلف را به - تعمیرات مایکروویو بیترون میرداماد - شبکه‌های عصبی می‌دهد، در این نظریه صدق می‌کند. برونستین می‌گوید: «هم‌وردایی پیمانه‌ای چارچوب بسیار گسترده‌ای است و تنظیماتی را که در سال ۲۰۱۵ انجام دادیم، شامل می‌شود.»

CNN پیمانه‌ای از دیدگاه تئوری، روی هر - تعمیرات مایکروویو بیترون میرداماد - سطح منحنی چندبعدی اعمال می‌شود اما کوهن و همکاران او از این روش برای تست - تعمیرات مایکروویو بیترون میرداماد - داده‌های جوی با ساختار کروی استفاده کردند. آن‌ها - تعمیرات مایکروویو بیترون میرداماد - از چارچوب هم‌وردای پیمانه‌ای برای ساخت شبکه‌ی عصبی همگشتی استفاده کردند که به منظور کشف الگوهای آب‌وهوایی شدید مثل تندبادهای حاره‌ای در داده‌های شبیه‌سازی جوی، - تعمیرات مایکروویو بیترون میرداماد - آموزش دیده است. دولت و پژوهشگرهای آکادمیک در سال ۲۰۱۷، از شبکه‌ی هم گشتی استاندارد برای کشف - تعمیرات مایکروویو بیترون میرداماد - تندبادها با دقت ۷۴ درصد استفاده کردند؛ سال گذشته، CNN پیمانه‌ای موفق به کشف تندبادهایی با دقت ۹۷.۹ درصد شد. (این شبکه نسبت به روش یادگیری عمیق هندسی که در سال ۲۰۱۸ توسعه یافته بود، عملکرد بهتری داشت. روش یادگیری عمیق قبلی، عمومیت کمتری داشت و صرفا مختص سطوح کروی طراحی شده‌ بود. - تعمیرات مایکروویو بیترون میرداماد - دقت این روش، ۹۴ درصد بود).

از CNN-های پیمانه‌ای می‌توان برای تشخیص شرایط جوی بحرانی استفاده کرد

مایور مودیگوندا، دانشمند جوی آزمایشگاه ملی برکلی لاورنس، می‌گوید به استفاده از روش‌های یادگیری عمیق به‌ویژه CNN-های پیمانه‌ای ادامه خواهد داد. او می‌گوید: «مشاهده‌ی الگوهای دقیق، صرف‌نظر از جهت‌گیری آن‌ها، جنبه‌ای از هوش بشری انسانی و درست همان‌ چیزی است که به‌دنبال تفسیر آن در انجمن‌های آب‌وهوایی - تعمیرات مایکروویو بیترون میرداماد - هستیم.» کوالکوم، تولیدکننده‌ی بزرگ تراشه، اخیرا کوهن و ویلینگ را استخدام کرده است و استارتاپ آن‌ها و پروژه‌ی شبکه‌های عصبی آن‌ها را تصاحب کرده است. این شرکت در حال برنامه‌ریزی برای پیاده‌سازی نظریه‌ی CNN-های پیمانه‌ای برای توسعه‌ی کاربردهای بهبودیافته‌ی بینایی کامپیوتر مانند پهپادهایی است که بتوانند - تعمیرات مایکروویو بیترون میرداماد - به‌صورت آنی، زاویه‌ی دید ۳۶۰ درجه داشته باشند. (اولین نمای فیش آی از دنیا را می‌توان روی یک - تعمیرات مایکروویو بیترون میرداماد - سطح کروی مانند داده‌ای اقلیمی جهانی نگاشت).

CNN-های پیمانه‌ای توجه بسیاری از فیزیک‌دانها از جمله کرانمر را به خود جلب کرده‌اند. کرانمر قصد دارد از شبکه‌های عصبی برای داده‌های شبیه‌سازی تعامل ذرات زیراتمی استفاده کند. او می‌گوید:

«ما در حال تحلیل داده‌های مربوط به نیروهای هسته‌ای قوی هستیم تا به درکی از درون پروتون برسیم. داده‌ها چهاربعدی هستند؛ بنابراین نمونه‌ی کاربردی - تعمیرات مایکروویو بیترون میرداماد - بی‌نقصی را برای شبکه‌های عصبی در اختیارمان قرار می‌دهند که دارای هم‌وردایی پیمانه‌ای هستند

ریسی کندور، فیزیک‌دان و - تعمیرات مایکروویو بیترون میرداماد - پژوهشگر شبکه‌های عصبی هم‌وردا می‌گوید کاربردهای علمی CNN-های پیمانه‌ای ممکن است از کاربرد هوش مصنوعی آن‌ها مهم‌تر باشند. او می‌افزاید: «اگر کار شما تشخیص گربه‌ها در یوتیوب است و نتوانستید گربه‌های وارونه - تعمیرات مایکروویو بیترون میرداماد - را تشخیص دهید، شاید ضرر زیادی را متحمل نشوید. اما عدم خطای شبکه‌ی عصبی در تشخیص میدان نیرو یا مسیر ذرات برای فیزیک‌دان‌ها اهمیت زیادی دارد؛ زیرا اینجا - تعمیرات مایکروویو بیترون میرداماد - تنها مسئله‌ی تناسب مطرح نیست. بلکه باید تقارن‌های اصلی را رعایت کرد.»

ریاضی به فیزیک‌دان‌ها در درک بهتر CNN-های پیمانه‌ای و یافتن کاربردهای گسترده‌تری برای آن‌ها کمک می‌کند اما به‌گفته‌ی کوهن، شبکه‌های عصبی هم‌گشتی، نوع جدیدی از فیزیک را معرفی نمی‌کنند. او می‌گوید: «ما حالا قادر به طراحی شبکه‌هایی هستیم - تعمیرات مایکروویو بیترون میرداماد - که بتوانند انواع داده‌ها را پردازش کنند اما در - تعمیرات مایکروویو بیترون میرداماد - درجه‌ی اول باید از ساختار داده‌ها آگاه باشید.» به بیان دیگر، فیزیک‌دان‌های می‌توانند از CNN-های پیمانه‌ای استفاده کنند زیرا اینشتین قبلا ثابت کرده است می‌توان از فضازمان به‌عنوان منحنی چهاربعدی استفاده کرد. از طرفی شبکه‌ی عصبی کوهن به خودی خود نمی‌تواند ساختاری را ببیند. بلکه نیاز به یادگیری تقارن‌هایی دارد که انسان در ساخت آن‌ها نقش دارد؛ اما این شبکه‌ها در آینده‌ای نزدیک، کاربردهای گسترده‌تری پیدا خواهند کرد.

کوهن از ایجاد ارتباط بین رشته‌ها لذت می‌برد و حالا موفق شده است این ارتباط را با - تعمیرات مایکروویو بیترون میرداماد - دقت ریاضی نمایش دهد. او می‌گوید: «من همیشه این درک را داشتم که یادگیری ماشین و فیزیک، عملکرد مشابهی دارند. این ما در آغاز راه این مسئله مهندسی هستیم و با بهبود سیستم‌ها به تدریج می‌توانیم از اتصال‌های متعددی پرده برداریم.»

اشتراک گذاری این صفحه با دوستانتان


طراحی سایت و سئو توسط گلهای اندیشه
phone