百科问答小站 logo
百科问答小站 font logo



2021年深度学习在哪些应用上有实质进展? 第1页

  

user avatar   rewrgf 网友的相关建议: 
      

任意题材作诗

论资本主义
若为自由故,如今逐利逃。
入城操法律,两股战空槽。
漂白藏珠玉,欢呼夺锦袍。
管窥矜势利,夸视堕尘劳。


一美元炸鸡
精肉蘸浓盐,外焦里嫩香。
将军嫌酒贵,不敢对厨娘。
小吃称珍味,中餐愧上光。
纵然川菜好,难敌此鸡强。


比特币
外挖无穷洞,机神犹未休。
卡中窥币影,池里验沙流。
屡载吸金主,孤深渍盗求。
方知区块链,本是古来游。


咏托卡马克装置
万物托空无,千钧压几重。
钛棱缘铁壁,玉粒耀银钟。
利用核能转,波形巧亦功。
翻身天地震,核腹贮其中。


观美国大选
观望白宫前,森罗万象兴。
宣推川普主,光照玉阶庭。
听决蓝区后,斧开血路行。
群臣皆俯首,膜拜圣明情。

悟道作诗


user avatar   bo-er-de 网友的相关建议: 
      

说个冷门而简单的。来自德国一家激光加工公司的企业博士(类似于国内的在职博士)。内容来源是他在我们所交流时做的presentation。

故事背景比较长。激光切割是一种金属加工工艺。在切割的时候需要确定一些工艺参数,例如激光的焦点深度,进给量,保护气的气压等等。在加工过程中,这些参数可能会逐渐偏离设定值,导致工艺质量下降。消除这些误差必须对机器进行校准。但是,现有的技术无法对所有的工艺参数进行实时监控,许多数值只能停机之后进行确定。对于生产线而言,停机的成本巨大。因此,需要一种方法可以在不停机的前提下监测工艺参数,以及时安排校准工作。

这个博士的做法实际上非常直接:拍摄切割断面的照片,用CNN预测工艺参数。

技术层面简单到尴尬。他建立了自己的数据集。他魔改了一个VGG。他用最后的全联接输出直接回归了所有参数。他train了上去。他成了。在自建数据集上准确率喜人。

作为对照组,他找来了企业里的工艺专家和资深工人,让他们根据图片预测工艺参数。大部分人直接表示这不可能,拒绝给出答案。少部分人硬着头皮选了答案,准确率远低于神经网络。即使他向人类专家展示了全部训练集,人类专家也远达不到神经网络的准确率。

这是他的第一个贡献,一个专用数据集和一个远强于人类专家的工艺参数估计网络。

然后他又进了一步,用已有的可视化的方法,标记出了切割断面上对预测值贡献最大的区域(像素级标记)。有意思的来了,他向专家和工人们展示了少量可视化结果。结果专家和工人们根据图片预测工艺参数的准确率明显提升。

这是他的第二个贡献,用可视化的方法,让神经网络教会人类如何预测工艺参数。

最后的故事是,企业对成果十分重视,跟进了研发,后续准备投入生产。而这个博士自己收割了很多激光加工领域的论文(CNN的精度对该领域的传统方法是碾压)。

与那些凑trick刷SOTA,魔改attention,变花样讲故事的工作相比,这个博士的方法简单到辣眼睛。但是它就是在实际中work了,变成了实在的生产力。另外,自建数据集和大量的问卷调查也是极其耗费心力的。坚持做下来也是不容易。respect。

注:评论区有激光切割工程师。请大家参考专业意见。




  

相关话题

  有哪些比较好的元学习(meta learning)领域的学习资源? 
  特斯拉案终审败诉,因欺诈消费者被判退一赔三,你怎么看? 
  计算机专业现在真的不吃香吗?为什么我身边的人都不让我报计算机专业? 
  如何看待知乎不给华为鸿蒙发布会白男黄女广告事件讨论的流量? 
  如何解决图神经网络(GNN)训练中过度平滑的问题? 
  是不是对于任意 n×n 大小的围棋棋盘,人类都赢不了 AlphaGo Zero 了? 
  现在的程序员生在古代,一般从事什么工作? 
  如何看待微信暂停个人账号新用户注册,透露了哪些信息? 
  从应用的角度来看,深度学习怎样快速入门? 
  景嘉微新一代国产 GPU 性能堪比 GTX 1080,这意味着什么? 

前一个讨论
如何看待 5G 700M基站集采结果出炉,华为占六成份额?
下一个讨论
如何让所有人都有大豪斯?





© 2025-06-12 - tinynew.org. All Rights Reserved.
© 2025-06-12 - tinynew.org. 保留所有权利