Свържете се с нас

Съдържание и теми, включени в курса

Въведение в мултимодалния ИИ

  • Разбиране на мултимодалните данни
  • Ключови концепции и дефиниции
  • История и еволюция на мултимодалното обучение

Обработка на мултимодални данни

  • Събиране и предварителна подготовка на данни
  • Извличане на характеристики от различни модалности
  • Техники за сливане на данни

Обучение за мултимодално представяне

  • Изучаване на съвместни представяния
  • Крос-модални ембединги
  • Трансферно обучение между модалности

Мултимодално подравняване и транслация

  • Подравняване на данни от множество модалности
  • Системи за крос-модално извличане
  • Транслация между модалности (напр. текст-към-изображение, изображение-към-текст)

Мултимодално разсъждение и извод

  • Логика и разсъждение с мултимодални данни
  • Техники за извод в мултимодалния ИИ
  • Приложения при отговаряне на въпроси и вземане на решения

Генеративни модели в мултимодалния ИИ

  • Генеративни състезателни мрежи (GANs) за мултимодални данни
  • Вариационни автоенкодери (VAEs) за крос-модално генериране
  • Творчески приложения на генеративния мултимодален ИИ

Техники за мултимодално сливане

  • Методи за ранно, късно и хибридно сливане
  • Механизми на внимание при мултимодално сливане
  • Сливане за устойчиво възприятие и взаимодействие

Приложения на мултимодалния ИИ

  • Мултимодално взаимодействие човек-компютър
  • ИИ в автономни превозни средства
  • Приложения в здравеопазването (напр. медицински изображения и диагностика)

Етични съображения и предизвикателства

  • Пристрастие и справедливост в мултимодални системи
  • Опасения за поверителност при мултимодални данни
  • Етичен дизайн и внедряване на мултимодални ИИ системи

Напреднали теми в мултимодалния ИИ

  • Мултимодални трансформъри
  • Самоконтролирано обучение в мултимодалния ИИ
  • Бъдещето на мултимодалното машинно обучение

Резюме и следващи стъпки

Изисквания

  • Основно разбиране за изкуствен интелект и машинно обучение
  • Умения за програмиране на Python
  • Запознатост с обработката и предварителната подготовка на данни

Аудитория

  • Изследователи в областта на ИИ
  • Учени по данни
  • Инженери по машинно обучение
 21 Часа

Брой участници


Цена за участник

Отзиви от участници (1)

Предстоящи Курсове

Свързани Kатегории