Indice
12 relazioni: Apprendimento profondo, Dottorato di ricerca, Funzione sigmoidea, Funzioni iperboliche, Geoffrey Hinton, GPU, ImageNet, Institute of Electrical and Electronics Engineers, Rete neurale convoluzionale, Retropropagazione dell'errore, Visione artificiale, Yann LeCun.
Apprendimento profondo
Lapprendimento profondo è quel campo di ricerca dell'apprendimento automatico (in inglese machine learning) e dell'intelligenza artificiale che si basa su diversi livelli di rappresentazione, corrispondenti a gerarchie di caratteristiche di fattori o concetti, dove i concetti di alto livello sono definiti sulla base di quelli di basso.
Vedere AlexNet e Apprendimento profondo
Dottorato di ricerca
Il dottorato di ricerca è il più alto grado di istruzione ed il massimo titolo di studio e ha come principale finalità quella di formare alla ricerca di alto livello e all'insegnamento accademico.
Vedere AlexNet e Dottorato di ricerca
Funzione sigmoidea
La funzione sigmoidea è una funzione matematica che produce una curva sigmoide, ovvero una curva avente un andamento ad "S". Spesso, la funzione sigmoide si riferisce ad uno speciale caso di funzione logistica mostrata a destra e definita dalla formula.
Vedere AlexNet e Funzione sigmoidea
Funzioni iperboliche
In matematica, le funzioni iperboliche costituiscono una famiglia di funzioni elementari dotate di alcune proprietà analoghe a corrispondenti proprietà delle ordinarie funzioni trigonometriche.
Vedere AlexNet e Funzioni iperboliche
Geoffrey Hinton
Noto per i suoi contributi allo sviluppo dell'apprendimento automatico, è considerato uno tra i ricercatori più influenti nello sviluppo dell'apprendimento profondo.
Vedere AlexNet e Geoffrey Hinton
GPU
Lunità di elaborazione grafica (in acronimo GPU, dall'inglese Graphics Processing Unit), è un processore progettato per accelerare la creazione di immagini in un frame buffer, destinato all'output su un dispositivo di visualizzazione.
Vedere AlexNet e GPU
ImageNet
ImageNet è un'ampia base di dati di immagini, realizzata per l'utilizzo, in ambito di visione artificiale, nel campo del riconoscimento di oggetti.
Vedere AlexNet e ImageNet
Institute of Electrical and Electronics Engineers
LInstitute of Electrical and Electronics Engineers (acronimo IEEE) è un'associazione internazionale di scienziati professionisti con l'obiettivo della promozione delle scienze tecnologiche.
Vedere AlexNet e Institute of Electrical and Electronics Engineers
Rete neurale convoluzionale
Nell'apprendimento automatico, una rete neurale convoluzionale (CNN o ConvNet dall'inglese convolutional neural network) è un tipo di rete neurale artificiale feed-forward in cui il pattern di connettività tra i neuroni è ispirato dall'organizzazione della corteccia visiva animale, i cui neuroni individuali sono disposti in maniera tale da rispondere alle regioni di sovrapposizione che tassellano il campo visivo.
Vedere AlexNet e Rete neurale convoluzionale
Retropropagazione dell'errore
La retropropagazione dell'errore è un algoritmo per l'addestramento delle reti neurali artificiali, usato in combinazione con un metodo di ottimizzazione come per esempio la discesa stocastica del gradiente.
Vedere AlexNet e Retropropagazione dell'errore
Visione artificiale
La visione artificiale (nota anche come computer vision) è l'insieme dei processi che mirano a creare un modello approssimato del mondo reale (3D) partendo da immagini bidimensionali (2D).
Vedere AlexNet e Visione artificiale
Yann LeCun
LeCun ha ricevuto il Turing Award 2018 (spesso definito il "Premio Nobel per l'informatica"), insieme a Yoshua Bengio e Geoffrey Hinton, per il loro lavoro sull'apprendimento profondo.
Vedere AlexNet e Yann LeCun