SCI Библиотека
SciNetwork библиотека — это централизованное хранилище научных материалов всего сообщества... ещё…
SciNetwork библиотека — это централизованное хранилище научных материалов всего сообщества... ещё…
Представлено описание разработанной системы интеллектуальной поддержки принятия решений на основе сверточной нейронной сети для диагностики пневмонии. Показано, что разработка системы интеллектуальной поддержки принятия решения для диагностики пневмонии на основе анализа медицинских данных пациентов позволит снизить риски ошибочной диагностики и улучшить эффективность лечения. Представлена информационная модель системы интеллектуальной поддержки принятия решения для диагностики пневмонии. Входная информация для системы являются медицинские снимки легких, полученные при помощи различных методов исследования. Язык программирования Python. Библиотека Keras выбрана в качестве основного фреймворка для разработки сверточной нейронной сети. Библиотека TensorFlow выбрана в качестве
основной библиотеки низкого уровня для работы с нейронными сетями. Библиотека NumPy выбрана в качестве основной библиотеки для работы с многомерными массивами данных. Библиотека Pandas выбрана в качестве основной библиотеки для работы с данными, такими как метаданные пациентов и результаты диагностики.
Среда разработки Jupyter Notebook. Создана модель нейронной сети, в качестве архитектуры выбрана сверточная нейронная сеть. Описан подбор параметров нейронной сети. Показано, что при реализации свёрточной нейронной сети, стоящей в основе системы поддержки принятия решений для диагностики заболеваний пневмонией было получено 1 246 401 параметр, 1 245 313 из которых являются обучаемыми. Результаты тестирования показали точность предсказаний в 92%.
В статье объектом исследования является процесс создания музыки композитором с использованием нейросети. Характер этого процесса не предопределен и допускает вариации в широких пределах. Вместе с тем изучение музыкального материала позволяет сделать вывод о возможных способах взаимодействия с нейросетями, к которым обращаются композиторы. Предмет исследования — способы взаимодействия композитора и искусственного интеллекта, включая авторские права на создаваемую музыку. Цель исследования заключается в изучении различных вариантов полного цикла производства музыкального произведения, созданного композитором с помощью
нейросети. Проблема исследования связана с необходимостью классификации, разработки терминологии музыкальных произведений, сгенерированных нейросетью по заданию композитора. Материалом для статьи стали произведения современных композиторов, использующих нейросети в своем творчестве, а также исследования в области музыкальной нейронауки. Предложено несколько вариантов решения проблемы авторства сгенерированного произведения. Делается вывод о том, что использование композиторами нейросетей при сочинении музыкальных произведений, не исключает, а дополняет традиционные подходы к созданию музыки.
Центральная идея статьи заключается в попытке ответа на вопрос, поставленный японским ученым Хираоки Китано: сможет ли ИИ в ближайшие десятилетия преодолеть когнитивные ограничения, присущие человеку и, тем самым, ускорить процесс достижения научных открытий? Авторы отвечают на этот вопрос положительно, утверждая при этом, что необходимо внести дополнительные смыслы в само понимание ИИ. Для этого они привлекают, с одной стороны, подходы к данной проблеме таких авторов, как Д. Сёрл, Д. Деннет, Д. Хофштадтер. Р. Пенроуз и др. С другой – включают в свой анализ идеи представителей STS (Science. Technology. Society) – Б. Латура, К. Кнорр-Цетины, Х-И. Райнбергера и др. В итоге авторы формулируют вывод: признание Нобелевским комитетом соавторства ученого с ИИ – вполне реальная перспектива 2040-х гг.