HyperAIHyperAI

Command Palette

Search for a command to run...

التدريب المعاكس الذاتي لتقدير وضعية الإنسان

Chia-Jung Chou Jui-Ting Chien Hwann-Tzong Chen

الملخص

يقدم هذا البحث نهجًا يستند إلى التعلم العميق لمشكلة تقدير وضعية الإنسان. نستخدم شبكات المولدات المعادية (Generative Adversarial Networks) كنموذج تعلمي، حيث نقوم بتكوين شبكتين على شكل الساعة الرملية مكدستين بنفس الهندسة، إحداهما كمولد والثانية كمميز. يتم استخدام المولد كمقدر لوضعية الإنسان بعد اكتمال التدريب. يميز المميز بين الخرائط الحرارية الحقيقية والخرائط التي تم توليدها، ويرجع خسارة المعادلة إلى المولد. هذا العملية تمكن المولد من تعلم تكوينات الجسم البشرية المحتملة وتظهر فائدتها في تحسين دقة التنبؤ.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
التدريب المعاكس الذاتي لتقدير وضعية الإنسان | مستندات | HyperAI