A NEC Corporation anunciou o desenvolvimento de uma tecnologia automática de optimização para deep learning, com o objectivo de promover melhorias na precisão de reconhecimento.
O deep learning permite «níveis mais elevados de precisão de reconhecimento, capitalizando na profunda estruturação em camadas das redes neuronais artificiais, de modo a aprender a partir dos dados preparados».
Se os sistemas se tornarem excessivamente familiarizados com os dados, porém, tornam-se incapazes de reconhecer com precisão os dados que não aprenderam.
Esta situação é conhecida como “sobre aprendizagem” (overtraining) e resulta numa degradação da precisão de reconhecimento ao lidar com dados que não foram utilizados no processo de aprendizagem. Para evitar a sobre aprendizagem, é comummente utilizada tecnologia de “regularização”, que regula a extensão da aprendizagem para evitar que atinja um grau excessivo.
«Esta tecnologia prevê o progresso de aprendizagem em cada camada com base na estrutura de uma rede neuronal artificial e permite que a regularização seja automaticamente configurada em conformidade», afirmou Akio Yamada, Director Geral dos Laboratórios de Pesquisa em Ciência dos Dados da NEC. «Isto significa que a aprendizagem é optimizada ao longo de toda a rede, possibilitando o aperfeiçoamento da precisão de reconhecimento, com redução de erros de reconhecimento em cerca de 20%, em comparação com os sistemas convencionais».
Via NEC Corporation.
