メインメニュー
PR
facebook

Deep learning の使い方

投稿ツリー


このトピックの投稿一覧へ

OK_like-mj

なし Deep learning の使い方

msg# 1
depth:
0
前の投稿 - 次の投稿 | 親投稿 - 子投稿.1 | 投稿日時 2020/8/13 13:20 | 最終変更
OK_like-mj  常連   投稿数: 372
現在、Deep Learningで一番成功している分野は
多くの善意の教師dataを用意し
患者の特定組織の癌である事が分かっている
微妙な所見画像を学ばせる事で、人の判断を越える
早さと正確さで、癌である可能性を提示する
システムだろう
それでも、私の腎臓のように多くの嚢胞で見にくくなった状況で
果たして正確な判断を下せるのかは
やはり置かれた状況に依存してしまう問題だ

一部には、顔の画像認識を大量に迅速にやって
いろいろな場所に逃げ込んだ犯人を特定する事
なんかが注目されていたり
自動車の自動運転で路面状況の認識の研究が
多くなされているが

犯人特定問題や自動運転問題、医学所見問題
それぞれの分野のすべてで言える事は
最終判断以前の絞り込みには使えるかも
という事だと思います

自動車が走行する路面と歩行者通行路の境界
のラインが経年劣化で不明瞭になっている時や
大雨で視界が乱れてしまうような状況で
自動運転って訳にはいかないでしょうし
責任問題をシステムの責任として裁けるのか
という問題があります

ある程度、時間的に安定した同じ状況が
保証される工場内のような環境下では
かなりの役割が事実やられているし
今後の展開も期待できますが

偶然的アクシデンドが多発する状況での適用を
するには、最初にそういう状況を抑え込む
インフラ整備と日々のメンテは欠かせませんが
多くの場合、このメンテが事故発生後に
気づくことも多いのは、メンテは古いシステムの
修理であり、冴えない事だし、さほど金を取れない
それより新しいものを売る方が利益になるという
問題があります
新幹線のドクター・イエローのような
メンテも通常業務内に組み込み、別会社に振らない
ことから、高い信頼性を実現している例は少ない

自動運転ドローンで高所の狭い入り組んだ
構造体の劣化箇所の特定などは、やられてて
人の目視による操作ではできない所の調査には
向いているようです

よく言われるBig Dataの活用も
粗筋を描いて、dataを絞るのは人の仕事です

やはり、人のお膳立てがキッチリ出来た場面での
応用に意味があるのだろう

このシステムを売り込む問題くらいしか
今世紀の新しい課題が、ほとんど無い事が
問題なのだが

このシステムの過剰な適用の限界も
一部に見えて来ている

やはり、人の工夫こそが未来を開くのだ
投票数:0 平均点:0.00
返信する

この投稿に返信する

題名
ゲスト名
投稿本文

  条件検索へ



ログイン

ユーザー名:


パスワード:





パスワード紛失  |新規登録
PR
twitter
Created by: twitter website widget