Iris, la parte del ojo responsable de controlar la cantidad de luz que entra en él, ha sido un tema de interés psicológico durante siglos. Avanzando desde la fisiología, la literatura y la poesía, los ojos se utilizan en programación neuro-lingüística (PNL), que se centra en las interacciones del cuerpo humano, en el iris de los movimientos y posiciones. Básicamente, la PNL se utiliza para obtener centrarse en la evaluación de la conducta humana y de las actividades mentales. Últimamente, la máquina de aprendizaje también ha hecho su camino en psicología-problemas relacionados.
Este artículo examinará un estudio por la ciencia de la computación académicos en Universiti Teknologi Malasia, donde se han utilizado ML para el iris de la posición de las clasificaciones. Se aplica un determinado ML algoritmo de máquinas de soporte vectorial (SVM) para clasificar iris posiciones y, a continuación, coinciden con los resultados del algoritmo de rasgos de personalidad indexado de acuerdo a un criterio denominado Visual, Auditivo y Cinestésico (VAK) de aprendizaje.
El Uso De La Programación Neuro-Lingüística
En psicología, hay un número de teorías y métodos para evaluar el comportamiento humano, o personalidades, para ser específicos. Depende de muchos factores tales como la edad, el equilibrio emocional y la salud física, entre otros. El motivo de la elección de la PNL en el estudio es su eficacia en correctamente el establecimiento de factores de comportamiento. La PNL análisis de comportamiento basado en el estilo de aprendizaje de un individuo. Se basa en tres factores clave — neurología, del lenguaje y de la programación. El servicio de neurología parte se refiere al sistema mental del cuerpo humano, mientras que el lenguaje y la programación de piezas que forman parte de aspectos de la comunicación con otras personas y la percepción del mundo, respectivamente. En palabras simples, es el efecto de la lengua con respecto a la mente, el cuerpo y el comportamiento.
La PNL es, junto con otra teoría de la personalidad llamado Visual, Auditivo y Cinestésico (VAK) la teoría de que ha encontrado considerable de aplicaciones en psicología así como en la asistencia fructífera de investigación en este campo. VAK ha demostrado escaparate de un individuo al estilo de aprendizaje de manera más eficiente. Como parte de este estudio, iris posiciones de los ojos sirvió como el de las señales visuales para predecir el comportamiento humano. Además, estas imágenes de iris será la clave para la clasificación de la imagen mediante SVM.
La Máquina De Soporte Vectorial Algoritmo Para El Análisis De
Imágenes de los ojos, en concreto, de la iris, formado de los datos para este estudio. SVM fue utilizado en estas imágenes para la clasificación de iris posiciones. La imagen siguiente muestra el método de investigación seguido en el estudio:
Iris clasificación utilizando SVM (Foto Cortesía: Sofea Ramli y Sharifallilah Nordin) Como es evidente a partir de la imagen de arriba, una vez que los datos (imágenes del ojo) es recopilada de los usuarios, éstos son sometidos a pre-procesamiento de imágenes utilizando una interfaz gráfica de usuario (GUI). Para esto, la imagen requisito se limita a 9,000 píxeles para lograr un óptimo rendimiento de la clasificación con SVM. Para extraer las características de las imágenes, la ecualización de histograma en el procesamiento de imágenes se ha utilizado. También, Detección de bordes Sobel fue utilizado para detectar los bordes de los ojos junto con morfológicas de filtrado y la binarización. Todas estas características se guardan como archivos de texto y se establecen para entrenamiento y pruebas. MATLAB es el entorno de software para la aplicación de este algoritmo con el kernel Estándar Núcleo Gaussiano (conocida como función de base Radial en MATLAB) en la SVM.
La Precisión En El Algoritmo
Las pruebas y la capacitación fue llevada a cabo por las características a lo largo de cinco norma iris posiciones en el estudio:
- Arriba a la izquierda
- Arriba a la derecha
- Centro
- Del centro a la derecha
- Centro izquierda
Los datos de la muestra fue de 215 imágenes de los ojos. Cuando se comprueba la exactitud usando SVM para la muestra, se encontró que aproximadamente el 80 por ciento de precisión (de formación) en la detección de las posiciones, con errores de alrededor de 20 por ciento (en pruebas). Este factor va a ayudar a adaptar el comportamiento a lo largo de VAK de la teoría (como se menciona en la imagen) rápidamente. La lógica detrás de la elección de función de base radial era lograr una mayor precisión. Los autores describen la siguiente razón:
"Después de varios ensayos que se han hecho con distintos tipos de parámetros, se puede concluir que el Estándar de Gauss o kernel RBF produce mejores resultados en términos de precisión de la clasificación y la menor tasa de error en los datos que han sido clasificados de forma incorrecta si se comparan con Multa de Gauss, en Medio de Gauss o el Curso de Gauss. Por lo tanto, fuera de los núcleos que la componen en SVM, RBF serán utilizados para la implementación de este proyecto de sistema".
Conclusión:
Este estudio es sólo a nivel de superficie en el océano de ML técnicas. Hay un montón de métodos para la clasificación en sí, como propagación, k-vecino más cercano y de tipo perceptrón entre otros. El progreso en esta área es inmensa. En años anteriores, en el iris de detección sólo era utilizado en los sistemas de seguridad para propósitos de autenticación. Pero en el mundo de hoy, se ha ido más allá de ese horizonte, con ML y aplicaciones de la inteligencia artificial depender de iris y otros relacionados con los rasgos faciales para automatismos. En última instancia, es el tipo de aplicación golpeado con la aplicación práctica que sirve ML fructífera.
Envíe sus comentarios a continuación
comentarios
Jabón Natural Málaga Cosmética Natural Málagahttps://www.lacosmeticanatural.com/this-is-how-support-vector-machines-are-helping-assess-analytics-india-magazine/
Cosmética Natural Málaga
Cosmética Natural Estepona
Cosmética Natural Instagram
Cosmética Natural Facebook
Cosmética Natural Facebook
Cosmética Natural Twitter
Cosmética Natural Google Plus
Cosmética Natural Youtube
No hay comentarios:
Publicar un comentario