苍蝇,搜索引擎的女王?

所属分类 生活  2017-10-19 05:14:03  阅读 39次 评论 39条
<p>受昆虫嗅觉系统启发的算法在比较图像方面非常有效,但在小型数据库上却非常有效</p><p>作者:HervéMorin发表于2017年11月14日上午11:00 - 更新于2017年11月15日09:53播放时间2分钟</p><p>订阅者文章区分图片和识别气味,无论您是计算机还是苍蝇,它都没有那么不同</p><p>这就是加利福尼亚研究人员刚刚在“科学”杂志上发表的一篇文章中所展示的,它在生物学和计算机科学之间引发了意想不到的桥梁萨基特Navlakha(索尔克研究所,拉霍亚)和他的同事解剖了嗅觉系统的果蝇,并提请他们经受考验,在计算机相似性搜索的一个基本问题的算法</p><p>他们发现他比搜索引擎中使用的一些功能做得更好</p><p>因此,起点是蝇,它通过神经冲动的级联产生的“标签”对每个神经气味,相当于的嗅觉系统</p><p>在飞的鼻部 - 事实上其天线 - 驻地50个受体神经元气味,分别存在于环境中的分子的类型和强度反应</p><p>它们与中间神经元相连,中间神经元本身随机连接到两千个神经元中</p><p>这些相互连接增强了气味分析的平滑性,并允许更好的区分</p><p>在这种架构中,两个相当相似的气味将带有相同的标签</p><p>进化兴趣</p><p>带来同样适当的行为 - 去食物,伙伴......与IT的关系是什么</p><p>这种神经元结构与称为“LSH”(局部敏感散列)的函数具有惊人的匹配</p><p>这些用于解决相似性搜索的许多问题,这在信息查询,数据压缩或机器学习中是必不可少的</p><p>苍蝇的嗅觉回路就像LSH的微妙变种一样</p><p>为了找到图像和文字之间的相似性测试的小数据集(10,000件),一个算法“díptero启发”已经显示出高达三倍比常规LSH功能更有效</p><p> “这是非常有趣的,抽到生物学和计算机之间的并行评论洛朗Amsaleg,专家在这些算法IRISA实验室雷恩</p><p>找到危险,简约,阈值使用的相似之处很有趣</p><p>但这不会彻底改变类似图像搜索引擎的工作方式</p><p> LSH算法当然非常实用,但现在还没有涉及数字世界的大规模</p><p> “例如,我在一幅1亿张图像上工作,并从中提取了近500亿个视觉特征,”Laurent Amsaleg指出</p><p>为了找到这一丛林相似之处,但其身影花园相比,与兼顾互联网巨头的数据艾字节(1018个字节),

作者:暴冬

如果文章对你有帮助,请赞赏支持2019最新免费彩金论坛发展!

版权声明:文章内容系作者个人观点,不代表2019最新免费彩金论坛对观点赞同或支持。
上一篇 :从博客消费和电力生产的月度报告中吸取一些教训
下一篇 圣经城市丹,气候受害者6