ஆதாயங்கள்:
- செயற்கை நுண்ணறிவு அடிப்படையிலான இரைச்சலைக் கட்டுப்படுத்தும் திறன், வேறுபாடு சதி மூலம் பலவீனமான ஆனால் உண்மையான பிரதிபலிப்பு அழிக்கப்படுவதைத் தடுக்கும்
- தவறான தெளிவுத்திறனை உருவாக்கும் டிகான்வல்யூஷன் அபாயத்தையும், பேய் கட்டமைப்புகளை உருவாக்கும் ட்ரேஸ் இன்டர்போலேஷன் பொறியையும் அடையாளம் கண்டு அவற்றை முகமூடியுடன் பின்பற்றும் திறன்
- செயலாக்க முடிவுகளை நன்கு டையுடன் இணைப்பதன் மூலம் உடல் செல்லுபடியை சரிபார்க்கும் திறன்
நீங்கள் ஒரு மூல நில அதிர்வு பதிவைத் திறக்கும்போது பார்ப்பது அரிதாகவே "அடிமேற்பரப்பின் படம்" ஆகும். மாறாக, நீங்கள் சிக்கலான கலவையைப் பார்க்கிறீர்கள்: நிலத்தடி, மேற்பரப்பு அலைகள், சீரற்ற சத்தம், பல பிரதிபலிப்புகள் மற்றும் பதிவின் உள்ளார்ந்த சிதைவுகள் ஆகியவற்றிலிருந்து பிரதிபலிக்கும் உண்மையான சமிக்ஞை. நில அதிர்வு தரவு செயலாக்கம் என்பது படிப்படியாக சுத்தம் செய்தல், சீரமைத்தல் மற்றும் இந்த மூல பதிவை நிலத்தடியின் விளக்கக்கூடிய படமாக மாற்றும் செயல்முறையாகும். இந்த யூனிட்டில், செயற்கை நுண்ணறிவு (AI) எவ்வாறு இந்த செயல்முறையின் சக்திவாய்ந்த முடுக்கி என்பதை விளக்குவோம், குறிப்பாக டீனாயிசிங், டிகான்வல்யூஷன் மற்றும் மிஸ்ஸிங் டிரேஸ் ஃபில்லிங் போன்ற படிகளில்; ஆனால் ஏன் அளவுரு மற்றும் உடல் செல்லுபடியாகும் முடிவுகள் இன்னும் நிபுணரிடம் உள்ளன என்பதைப் பார்ப்போம்.
நில அதிர்வு தரவுகளின் உடற்கூறியல்
ஒரு சிறிய சொற்களஞ்சியத்துடன் ஆரம்பிக்கலாம். ஒரு சுவடு என்பது ஒரு ஒற்றை பெறுநரால் பதிவுசெய்யப்பட்ட நேரத்தை சார்ந்த அலைவீச்சு தொடர் ஆகும். பல தடயங்கள் சேர்ந்தால், ஒரு பிரிவு உருவாகிறது. மாதிரி இடைவெளி என்பது இரண்டு தொடர்ச்சியான அலைவீச்சு மதிப்புகளுக்கு இடையிலான நேரமாகும் (எ.கா. 2 எம்.எஸ்). சிக்னலுக்குள் இருக்கும் உண்மையான பிரதிபலிப்புகள், நிலத்தடியில் உள்ள அடுக்கு எல்லைகளின் ஒலி மின்மறுப்பு வேறுபாட்டிலிருந்து எழுகின்றன; செயலாக்கத்தின் நோக்கம் இந்த பிரதிபலிப்புகளை இரைச்சலில் இருந்து பிரித்து அவற்றை சரியான நேர-இட இடத்தில் வைப்பதாகும்.
சத்தம் இரண்டு முக்கிய வகைகளில் வருகிறது: சீரற்ற சத்தம் (ஒழுங்கற்ற, டிராக்குகளில் இருந்து சுயாதீனமான) மற்றும் ஒத்திசைவான சத்தம் (ஒத்திசைவான சத்தம் - வழக்கமான, வலுவான, மேற்பரப்பு அலைகள்/கிரவுண்ட் ரோல் போன்ற சமிக்ஞையை மறைத்தல்). AI- அடிப்படையிலான முறைகள் இந்த இரண்டு வகைகளைப் பிரிப்பதில் பாரம்பரிய வடிப்பான்களைக் காட்டிலும் மிகவும் நெகிழ்வானவை, ஏனெனில் அவை நிலையான அதிர்வெண்-வேக சாளரத்தைக் காட்டிலும் மாதிரிகளிலிருந்து கற்றுக்கொண்ட சிக்கலான பாகுபாட்டைப் பயன்படுத்துகின்றன.
AI உடன் சத்தத்தை அடக்குதல்
அதிர்வெண், வேகம் (f-k வடிகட்டி) அல்லது புள்ளிவிவரங்களின் அடிப்படையில் வடிப்பான்களைக் கொண்டு கிளாசிக்கல் இரைச்சல் அடக்குதல் செய்யப்படுகிறது. AI-அடிப்படையிலான இரைச்சல் அடக்கிகள் (பெரும்பாலும் கன்வல்யூசனல் நியூரல் நெட்வொர்க்குகள், சுருக்கமாக CNN; படம் போன்ற தரவுகளில் உள்ளூர் வடிவங்களைக் கற்றுக் கொள்ளும் நெட்வொர்க்குகள்) "சத்தம் உள்ளீடு → சுத்தமான வெளியீடு" மாதிரி ஜோடிகளிலிருந்து கற்றுக்கொள்கிறது. அதன் நன்மை: இரைச்சலில் இருந்து சிக்னலைப் பிரிக்கும்போது நிலையான விதிக்குப் பதிலாக சூழல்-உணர்திறன் வேறுபாட்டை இது உருவாக்கலாம். ஆபத்து: பயிற்சி தரவில் இல்லாத ஒரு வகை சத்தத்தை சந்திக்கும் போது சிக்னலை நீக்குவது அல்லது சத்தத்தை ஒரு சமிக்ஞையாக விட்டுவிடும் போக்கு.
மிக முக்கியமான ஆபத்து இது: ஒரு ஆக்ரோஷமான AI சத்தத்தை அடக்கி ஒரு மங்கலான ஆனால் உண்மையான பிரதிபலிப்பை சத்தமாக தவறாக நினைத்து அதை அகற்றலாம். எனவே தங்க விதி: சத்தத்தை அடக்குவதற்கு முன்னும் பின்னும் வேறுபாட்டை (அகற்றப்பட்ட கூறு) பார்க்க வேண்டும். அகற்றப்பட்ட பகுதியில் ஒரு நிலையான பிரதிபலிப்பு வடிவத்தைக் கண்டால், வடிகட்டி சிக்னல் சாப்பிடுகிறது.
உதவிக்குறிப்பு: YZ இரைச்சலை அடக்கி உற்பத்தி செய்யும் "இரைச்சல்" அடுக்கை ஒரு தனி ஸ்லைஸ் (வேறுபாடு சதி) ஆக அமைக்கவும். ஒரு நல்ல அடக்குமுறையின் எச்சம் தோராயமாகத் தோன்றும்; அதில் சாய்ந்த, தொடர்ச்சியான பிரதிபலிப்புகள் இருந்தால், வடிகட்டி மிகவும் தீவிரமானது மற்றும் நீங்கள் அளவுருவை மென்மையாக்க வேண்டும்.
Deconvolution: மூல கையொப்பத்தை திரும்பப் பெறுதல்
Deconvolution என்பது மூலத்தின் அலைவரிசை கையொப்பத்தை (மூல அலைவரிசை - வெடிப்பு/அதிர்வினால் உருவாக்கப்பட்ட அலைவடிவம்) பதிவுசெய்யப்பட்ட தடத்திலிருந்து கழிப்பதன் மூலம் நிலத்தடியின் உண்மையான பிரதிபலிப்புத் தொடரை வெளிப்படுத்த முயற்சிக்கும் செயல்முறையாகும். தெளிவுத்திறனை அதிகரிப்பது மற்றும் பல பிரதிபலிப்புகளை அடக்குவது இலக்கு. AI ஆனது அலைக்கற்றை மதிப்பீட்டை மேம்படுத்தலாம் மற்றும் டீகான்வல்யூஷனில் இரைச்சலுக்கு வலிமையானது; இருப்பினும், டிகான் அதிகமாகப் பயன்படுத்தப்பட்டால், அது அதிக அதிர்வெண் இரைச்சலைப் பெருக்கி, போலித் தீர்மானத்தை உருவாக்கும். AI இங்கேயும் ஒரு பரிந்துரை இயந்திரம்; இறுதி அளவுரு தேர்வு (டிகான் ஆபரேட்டர் நீளம், முன் வெண்மையாக்குதல்) தடயங்களின் இயற்பியல் தன்மைக்கு ஏற்ப திறமையாக அளவீடு செய்யப்படுகிறது.
முழுமையற்ற சுவடு இடைக்கணிப்பு மற்றும் வழக்கமான மாதிரி
சில பெறுநர்கள் புலத்தில் தோல்வியடைகிறார்கள், சில வரிகள் முழுமையடையாமல் சேகரிக்கப்படுகின்றன; இதன் விளைவாக, தரவுகளில் இடைவெளிகள் ஏற்படுகின்றன. AI-அடிப்படையிலான இடைக்கணிப்பு (அண்டை நாடுகளிடம் இருந்து கற்றுக்கொள்வதன் மூலம் காணாமல் போன தடயங்களை நிரப்புதல்) இடம்பெயர்வதற்கு முன் வழக்கமான கட்டத்தைப் பெறுவதற்கு மிகவும் பயனுள்ளதாக இருக்கும். இருப்பினும், நிரப்பப்பட்ட சுவடு ஒரு மதிப்பீடு, அளவீடு அல்ல; இந்த தடயங்கள் விளக்கத்தில் உண்மையான தரவுகளாக சம எடையுடன் கருதப்படக்கூடாது, ஆனால் வெளியீட்டில் தனித்தனியாக குறிக்கப்பட வேண்டும்.
எச்சரிக்கை: இடைக்கணிப்பு மூலம் உருவாக்கப்பட்ட தடயங்கள் அடுத்தடுத்த படிகளில் "உண்மையான தரவு" என தொடர்ந்தால், அவை இல்லாத கட்டமைப்பை உருவாக்க வழிவகுக்கும். முகமூடியுடன் நிரப்பப்பட்ட செல்களைக் கண்டறியவும்; ஒரு முக்கியமான அமைப்பு இடைக்கணிப்பு பகுதியில் மட்டுமே தோன்றினால், அதை நம்ப வேண்டாம்.
மூன்று சிறிய வழக்குகள்
வழக்கு 1 - நெட்வொர்க் கற்றல் அடிப்படை ரோல். நில அதிர்வுகளில், வலுவான மேற்பரப்பு அலைகள் (தரை உருள்) சமிக்ஞையை மறைத்துக்கொண்டிருந்தன. 800 கையால் சுத்தம் செய்யப்பட்ட பதிவுகளிலிருந்து கற்றுக்கொண்ட CNN இரைச்சல் அடக்கியை குழு பயன்படுத்தியது; செயலாக்க நேரம் ஒரு பதிவிற்கு 12 நிமிடங்களில் இருந்து 40 வினாடிகளாக குறைந்துள்ளது. குழு ஒவ்வொரு தொகுதியிலிருந்தும் 5% பதிவுகளை கைமுறையாக ஆய்வு செய்து, ஒரு வித்தியாசமான சதியுடன் சிக்னல் இழப்பு இல்லை என்பதை உறுதிப்படுத்தியது.
வழக்கு 2 - பலவீனமான பிரதிபலிப்பு நீக்கப்பட்டது. மற்றொரு திட்டத்தில், ஆக்ரோஷமாக டியூன் செய்யப்பட்ட YZ சப்ரஸர் ஒரு மங்கலான ஆனால் உண்மையான நீர்த்தேக்கத்தின் பிரதிபலிப்பை 2.4 வினாடிகளில் சத்தத்திற்காக தவறாகக் கருதி அதை அழித்துவிட்டது. கிணற்று நில அதிர்வு டை நிறுவப்பட்ட போது மட்டுமே வேறுபாடு தெளிவாகத் தெரிந்தது: கிணற்றில் உள்ள தெளிவான அடுக்கு பிரிவில் இல்லை. அளவுரு மென்மையாக்கப்பட்டு மீண்டும் செயலாக்கப்பட்டபோது, பிரதிபலிப்பு திரும்பியது.
வழக்கு 3 - இடைச்செருகல் பேய். ஒரு 3D தொகுதியில், விடுபட்ட கோடுகள் AI ஆல் நிரப்பப்பட்டன, வர்ணனையாளர் நுட்பமான சேனல் கட்டமைப்பைக் கவனித்தார். நிரப்பு முகமூடியைப் பார்த்து, சேனல் சரியாக இடைக்கணிக்கப்பட்ட இடத்தில் விழுந்ததைக் கண்டார். கூடுதல் களத் தரவு சேகரிக்கப்பட்டபோது, சேனல் இல்லை என்பது தெளிவாகத் தெரிந்தது, ஆனால் முன்னறிவிப்பால் உருவாக்கப்பட்ட மாதிரி.
நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்
1) செயலாக்க ஓட்ட ஓவியம்:
உங்கள் பங்கு: நில அதிர்வு செயலாக்க நிபுணர். தரவு: [நிலம்/கடல், 2டி/3டி, மாதிரி 2 எம்எஸ், இலக்கு 1-4 கிமீ]. எனக்கு ஒரு படிப்படியான செயலாக்க ஓட்டத்தை கோடிட்டுக் காட்டுங்கள் (முன் செயலாக்கம் → இரைச்சல் அடக்குதல் → டிகான் → திசைவேக பகுப்பாய்வு → இடம்பெயர்வு). ஒவ்வொரு படியிலும், எந்த முடிவிற்கு அளவுருக்கள் தேவை என்பதையும் அந்த அளவுருவைத் தேர்ந்தெடுப்பதில் நான் எதைப் பார்க்க வேண்டும் என்பதையும் எழுதுங்கள்.
2) சத்தத்தை அடக்கும் கட்டுப்பாடு திட்டம்:
AI இரைச்சல் அடக்கியைப் பயன்படுத்தினேன். தணிக்கை சரிபார்ப்புப் பட்டியலை எனக்குக் கொடுங்கள்: வித்தியாசத்தில் நான் எதைப் பார்க்க வேண்டும், சிக்னல் இழப்பை எவ்வாறு கண்டறிவது, எந்த அளவீட்டை முன்/பின் ஒப்பிட வேண்டும், என்ன பதிவு விகிதத்தை கைமுறையாகச் சரிபார்க்க வேண்டும்? சுருக்கமாகவும் செயல்படக்கூடியதாகவும் எழுதுங்கள்.
3) Deconvolution அளவுரு ஆலோசனை:
உங்கள் பங்கு: செயலாக்க ஆலோசகர். நான் deconvolution பயன்படுத்துகிறேன் மற்றும் அதிக அதிர்வெண் இரைச்சல் அதிகரித்துள்ளது. சாத்தியமான காரணங்கள், ஆபரேட்டர் நீளம் மற்றும் முன் வெண்மையாக்கும் அமைப்பின் விளைவு ஆகியவற்றை விளக்குங்கள். அதிகப்படியான டெகோ தவறான தீர்மானத்தை உருவாக்குகிறதா என்பதை நான் எப்படி அறிவது? ஒவ்வொரு பரிந்துரைக்கும் காரணங்களைக் கொடுங்கள்.
4) இடைக்கணிப்பு முகமூடி கண்காணிப்பு:
AI மூலம் விடுபட்ட தடயங்களை நிரப்பினேன். நிரப்பப்பட்ட கலங்களை அடுத்த படிகளில் எவ்வாறு குறியிடுவது, உண்மையான தரவிலிருந்து கருத்தை எவ்வாறு பிரிப்பது மற்றும் "இடைக்கணிப்பு பகுதியில் மட்டுமே தெரியும் கட்டமைப்பை" அகற்றுவது எப்படி என்று சொல்லுங்கள்.
பலவீனமான வரியில் / வலுவான வரியில்
பலவீனமான உடனடி:
நில அதிர்வு செயல்திறனில் சத்தத்தை அழிக்கவும், சிறந்த அமைப்பைச் சொல்லவும்.
ஒரு "சிறந்த அமைப்பு" தரவு இல்லாமல் இல்லை; AI பொதுவான, கட்டுப்படுத்த முடியாத பரிந்துரையை வழங்குகிறது.
சக்திவாய்ந்த தூண்டுதல்:
உங்கள் பங்கு: நில அதிர்வு செயலாக்க நிபுணர். மகசூல்: கருப்பு 2டி, வலுவான கிரவுண்ட்ரோல் (5-12 ஹெர்ட்ஸ்), இலக்கு பிரதிபலிப்பு 20-45 ஹெர்ட்ஸ், மாதிரி 2 எம்எஸ். பணி: சத்தத்தை அடக்குவதற்கான அணுகுமுறையை முன்மொழியுங்கள், எந்த கூறுகளை பாதுகாக்க வேண்டும், எதை அடக்க வேண்டும் என்பதை அதிர்வெண்-விகித அடிப்படையில் விளக்கவும். சிக்னல் இழப்பின் அபாயத்தை நான் எவ்வாறு கண்காணிப்பது (வித்தியாச அளவீடுகள்) மற்றும் முன்/பின் எந்த அளவீட்டுடன் ஒப்பிடுவது? "இந்த அமைப்பை உள்ளிடவும்" என்று மட்டும் சொல்லாதீர்கள்; முடிவெடுக்கும் அளவுகோல்களைக் கொடுங்கள்.
தரவுத் தன்மை, இலக்கு இசைக்குழு மற்றும் கட்டுப்பாட்டு அளவுகோல் ஆகியவற்றின் அடிப்படையில், வெளியீடு உண்மையிலேயே சாத்தியமானதாகிறது.
செயலாக்க படிகள் மற்றும் AI பங்கு
செயலாக்க படி
AI பங்களிப்பு
முக்கிய ஆபத்து
மனித முடிவு
சீரற்ற சத்தத்தை அடக்குதல்
உயர்
பலவீனமான சமிக்ஞையை நீக்கு
அளவுரு உறுதிப்படுத்தல்
சீரான சத்தம் (தரையில் உருட்டல்)
உயர்
அதிகப்படியான அடக்குமுறை
வேறுபாடு சதி கட்டுப்பாடு
deconvolution
நடுத்தர
போலி தீர்மானம்
ஆபரேட்டர் / வெண்மையாக்குதல்
ட்ரேஸ் இடைச்செருகல்
நடுத்தர
பேய் கட்டிடம்
முகமூடி கண்காணிப்பு
வேக பகுப்பாய்வு
நடுத்தர
தவறான வேகத்தில் இடம்பெயர்தல்
நன்கு உறுதி செய்யப்பட்டது
பொதுவான தவறுகள்
- சதி வித்தியாசம் பார்க்காமல் அடக்குவது. அகற்றப்பட்ட கூறுகளைக் காணும் வரை சிக்னல் இழப்பை நீங்கள் கவனிக்க மாட்டீர்கள்.
- டீகான் ஓவர்டோயிங். உயர் அதிர்வெண் சத்தத்தை தெளிவுத்திறனுக்காக தவறாகப் புரிந்துகொள்வது போலி அடுக்குகளை உருவாக்குகிறது.
- இடைக்கணிக்கப்பட்ட தடயத்தை உண்மையான தரவுகளாக எண்ணுங்கள். நிரப்பப்பட்ட செல்களைக் குறிக்காமல் விடுவது ஒரு பேய் அமைப்பை உருவாக்குகிறது.
- ஒரு மெட்ரிக்கைப் பார்க்கிறேன். சிக்னல்-க்கு-இரைச்சல் விகிதத்தை மட்டும் பார்ப்பது மற்றும் பிரதிபலிப்பு பாதுகாப்பை புறக்கணிப்பது தவறாக வழிநடத்தும்.
- கிணறு டை பைபாஸ். கிணறு தரவுகளுடன் இணைக்காமல் செயலாக்க முடிவை விளக்குவதற்கு நகர்கிறது.
சுருக்கமாக
நில அதிர்வு செயலாக்கத்தில், AI அதிக வேகம் மற்றும் சத்தத்தை அடக்குதல், சிதைவு மற்றும் சுவடு இடைக்கணிப்பு ஆகியவற்றில் அதிக நெகிழ்வான பிரிப்பை வழங்குகிறது. ஆனால் ஒவ்வொரு அடியிலும் ஒரு உடல் ஆபத்து உள்ளது: பலவீனமான சமிக்ஞையை அழித்தல், தவறான தீர்மானத்தை உருவாக்குதல், பேய் கலைப்பொருட்களை உருவாக்குதல். அதனால்தான் வேறுபாடு சதி கட்டுப்பாடு, கிணறு டை மற்றும் இடைக்கணிப்பு முகமூடி போன்ற கட்டுப்பாடுகள் இன்றியமையாதவை. AI அளவுருக்களை பரிந்துரைக்கிறது; தரவின் இயற்பியலின்படி அளவுருவை சரிபார்த்து, முடிவை விளக்கக்கூடியதாக மாற்றும் நிபுணர்.
விண்ணப்ப பணி
நில அதிர்வு பிரிவில் (உண்மையான அல்லது மாதிரி) சத்தத்தை அடக்கும் படியை வரையறுக்கவும். "செயல்படுத்தும் ஓட்டம் அவுட்லைன்" டெம்ப்ளேட்டுடன் ஓட்டத்தைப் பிரித்தெடுக்கவும், பின்னர் "இரைச்சல் அடக்கக் கட்டுப்பாட்டுத் திட்டம்" டெம்ப்ளேட்டுடன் சரிபார்ப்புப் பட்டியலை உருவாக்கவும். முன்/பின் துண்டுகள் மற்றும் வேறுபாடு சதி ஆகியவற்றை ஒப்பிட்டு, நீக்கப்பட்ட கூறுகளில் நிலையான பிரதிபலிப்பு உள்ளதா என்பதை உங்கள் சொந்த வார்த்தைகளில் மதிப்பீடு செய்யவும்.
சரிபார்ப்பு பட்டியல்
- [ ] நான் சத்தத்தை அடக்குவதற்கு முன்/பின்னர் மற்றும் வித்தியாச சதியை ஒப்பிட்டேன்.
- [ ] அகற்றப்பட்ட கூறுகளில் நிலையான சமிக்ஞை இல்லை என்பதை நான் சரிபார்த்தேன்.
- [ ] தவறான தெளிவுத்திறனுக்காக decon முடிவைச் சரிபார்த்தேன்.
- [ ] முகமூடியால் குறிக்கப்பட்ட இடைக்கணிப்பு தடயங்களை நான் வைத்திருந்தேன்.
- [ ] நான் கிணறு தரவுகளுடன் (வெல் டை) முடிவை இணைத்தேன்.