訂閱
糾錯(cuò)
加入自媒體

黑科技來襲,教機(jī)器知道哪些圖表可被人類理解

哥倫比亞大學(xué)和塔夫斯大學(xué)的研究小組發(fā)明了一種被稱為“像素近熵值(pixel approximate entropy)”的技術(shù),能使計(jì)算機(jī)將復(fù)雜的數(shù)據(jù)輸出成人類可理解的圖表,并自動(dòng)對(duì)其輸出的內(nèi)容進(jìn)行校準(zhǔn)。

工程師Gabriel Ryan表示,這是一個(gè)全新的方法來處理具備許多不同潛在應(yīng)用的線形圖表,給計(jì)算機(jī)的可視化系統(tǒng)提供了一種測量線形圖表閱讀難度的方法,進(jìn)而使其能自動(dòng)簡化或概括理解難度較大的圖表。

這項(xiàng)技術(shù)特別適合用于識(shí)別被隱藏在快速高振幅噪波圖表中的趨勢。

比如,一位工程控制行業(yè)的化工廠或發(fā)電廠的操作員需要長時(shí)間觀察各種系統(tǒng)監(jiān)視器的讀數(shù),并據(jù)此進(jìn)行下一步動(dòng)作。如果有這個(gè)系統(tǒng)能自動(dòng)調(diào)整復(fù)雜圖表的讀數(shù),操作員便可以明顯地注意到其中的重要趨勢,避免因費(fèi)神理解其潛在噪波信號(hào)而過度疲勞。

目前這項(xiàng)技術(shù)已經(jīng)開源,研究團(tuán)隊(duì)希望這項(xiàng)技術(shù)能幫助到那些正在開發(fā)AI驅(qū)動(dòng)的數(shù)據(jù)科學(xué)系統(tǒng)的數(shù)據(jù)科學(xué)家和工程師們。

研究人員指出,這項(xiàng)技術(shù)有廣泛的應(yīng)用場合,包括急診室里的醫(yī)生需要讀取腦電圖,災(zāi)區(qū)中的現(xiàn)場急救員需要讀取不同傳感器輸出數(shù)據(jù),以及經(jīng)紀(jì)人的頻繁買賣交易。

“像素近熵值”技術(shù)將于10月25日在柏林舉行的IEEE VIS 2018大會(huì)上展現(xiàn)。

聲明: 本網(wǎng)站所刊載信息,不代表OFweek觀點(diǎn)?帽菊靖寮,務(wù)經(jīng)書面授權(quán)。未經(jīng)授權(quán)禁止轉(zhuǎn)載、摘編、復(fù)制、翻譯及建立鏡像,違者將依法追究法律責(zé)任。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長度6~500個(gè)字

您提交的評(píng)論過于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評(píng)論

暫無評(píng)論

    掃碼關(guān)注公眾號(hào)
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯(cuò)
    x
    *文字標(biāo)題:
    *糾錯(cuò)內(nèi)容:
    聯(lián)系郵箱:
    *驗(yàn) 證 碼:

    粵公網(wǎng)安備 44030502002758號(hào)