استفاده از شبکه عصبی برای تولید داده‌های مصنوعی

تاریخ : ۲۹ خرداد ۱۴۰۰

تعداد بازدید : ۲۰۰

0 امتیاز از 0 رای
نسخه چاپی
موضوعات :

محققان آلمانی از شبکه‌ عصبی برای تولید داده‌های مصنوعی استفاده کردند. استفاده از داده‌های مصنوعی در حوزه‌های تحقیقاتی نظیر فیزیک بنیادی بسیار اهمیت دارد.

داده‌ها علاوه بر این که بصورت تجربی  تولید می‌شوند به صورت مصنوعی نیز ساخته می‌شود، در تحقیقات بنیادی در فیزیک داده‌هایی که به صورت مصنوعی تولید شده، استفاده می‌شود. به دست آوردن چنین داده‌هایی با روش‌های شبیه‌سازی در حال حاضر زمان بر است و نیازمند ظرفیت بالایی از کامپیوترها است.

 

به تازگی چند مرکز تحقیقاتی در آلمان، در حال آزمایش رویکردی هستند که با استفاده از آن داده ها در سیستم‌های فیزیکی رفتار سیستم و با کمک شبکه‌های عصبی با سرعت بیشتری تولید می‌شود.

 

تامین بودجه پروژه "SynRap" از طریق یک فرآیند رقابتی انتخاب شد. پانزده تیم برنده در طی چند سال آتی در مجموع 6.2 میلیون یورو برای انجام پروژه‌های خود از طریق واحد همکاری هوش مصنوعی انجمن هلمولتز دریافت خواهند کرد.

 

داده های مصنوعی داده های تولید شده توسط الگوریتم های کامپیوتری هستند. این داده‌ها به عنوان مثال، برای آزمایش نرم افزار یا انتقال اطلاعات شخصی ناشناس استفاده می شود. آموزش الگوریتم‌های یادگیری ماشین یکی دیگر از زمینه‌های مهم کاربردی این داده‌های مصنوعی است.

 

 داده های مصنوعی در درجه اول برای آموزش شبکه های عصبی عمیق، نوع خاصی از الگوریتم‌های کامپیوتری از حوزه هوش مصنوعی، مورد نیاز است.

 

 دکتر ایزابل ملزرپلمن، رهبر این گروه در DESY ، توضیح می دهد: «این الگوریتم ها باید با مجموعه داده های بزرگ آموزش داده شوند تا هنگام تجزیه و تحلیل داده‌های تجربی، نتایج دقیق حاصل شود.»

 

 در حال حاضر، این داده‌های آموزشی با روش‌های پیچیده شبیه‌سازی عددی از رشته مکانیک کوانتوم ایجاد می شود. این روش‌ها از نظر محاسباتی بسیار پرزحمت هستند و  زمان زیادی نیاز دارند.

 

اکنون یک گزینه سریع‌تر در پروژه "SynRap - تولید داده های مصنوعی مبتنی بر یادگیری ماشین برای مدل سازی سریع فیزیک- مورد مطالعه قرار خواهد گرفت. هدف محققان سرعت بخشیدن به روند تولید مقادیر زیادی از داده‌های مصنوعی است.  این الگوریتم‌ها از زیر مجموعه خاصی از شبکه‌های عصبی نشات می گیرند. در مقابل شبکه های عصبی عمیق، این شبکه‌ها را شبکه‌های عصبی جایگزین می نامند.

 

کیفیت مجموعه داده‌های ایجاد شده به این روش توسط برنامه‌های کاربردی حوزه‌های تحقیقاتی فیزیک با چگالی انرژی بالا و فیزیک با انرژی بالا ارزیابی می شود. فیزیک با چگالی انرژی بالا روی پدیده هایی در فضای داخلی سیارات و ستارگان و همچنین تحقیقات کاربردی مانند پردازش مواد با لیزرهای قدرتمند تمرکز دارد. فیزیک انرژی بالا به سوالات اساسی مربوط به ماهیت جهان ما می پردازد: ماده از چه چیزی ساخته شده است؟ چه قوانینی تعاملات اجزای ماده را تعیین می کند؟

 

کانگی توضیح می دهد: «ویژگی منحصر به فرد پروژه ما این است که جعبه ابزار شبکه های عصبی مختلف ما باید در نهایت در بسیاری از حوزه‌های تحقیقاتی مورد استفاده قرار گیرد." به همین دلیل است که هنگام توسعه ابزارهای نرم افزاری، نیازهای سایر علوم طبیعی نیز مورد توجه قرار می گیرد.

منبع : https://www.eurekalert.org/pub_releases/2021-06/hd-saf061521.php

نظر شما