Вся экология | Реклама | Что такое экология? | О нас | Подписка | RSS

Вся экология | Экологические новости



Опубликовано 13/11/2017, в 17 ч. 03 мин., 558 просмотров

Обонятельная система дрозофилы улучшила алгоритм поиска сходств

По сравнению с мозгом человека, который содержит более 85 миллиардов нейронов, мозг дрозофилы достаточно прост — в нем нейронов около 100 тысяч. Именно поэтому ученые часто используют дрозофил в качестве модельного организма для изучения структуры и функций нервной системы.

Американские ученые использовали знания о структуре обонятельной системы фруктовой дрозофилы (лат. Drosophila melanogaster) для разработки нового алгоритма хеширования информации, основанного на поиске сходств.

Статья опубликована в журнале Science. Обонятельная система фруктовой дрозофилы устроена следующим образом. Запах поступает к нейронам обонятельных рецепторов в носу насекомого (всего их около 50) и посылает сигналы к 50 отвечающим за обработку запахов клубочкам (glomeruli) проекционных нейронов в головном мозге. После этого ГАМК-ергический нейрон ингибирует большинство сигналов, в результате чего, в зависимости от запаха, активируется определенное количество (около 5 процентов) клеток Кеньона — главных обонятельных нейронов мозга дрозофилы, отвечающих за определение и запоминание запахов (всего их примерно 2000). Такая обонятельная система помогает насекомым классифицировать запахи на привлекающие (например, запах еды) и потенциально опасные (запах яда). Авторы новой работы интегрировали структуру обонятельной системы дрозофилы в машинное обучение для создания нового алгоритма поиска сходств. 

Структура обонятельной системы дрозофилы. Dasgupta et al. / Science 2017

Алгоритмы поиска сходств используются довольно часто: например, в интернет-магазинах для того, чтобы предлагать покупателям товары, похожие на те, которые они уже купили, или на стриминговых сервисах (типа Netflix или Apple Music) — для того, чтобы предлагать интересный отдельному пользователю контент. Обычно они основаны на поиске в крупном массиве данных паттернов, которые характеризуют входные данные, при помощи приближенного поиска n-мерных векторов. 

Исследователи представили обоняние дрозофилы в качестве процесса хеширования — преобразования массива входных данных (запахи) в строку выходных данных определенной длины (популяцию активных нейронов и степень их активности — или «теги»). Каждый запах, таким образом, представлен в виде 50-мерного вектора определяющих его нейронов обонятельных рецепторов, каждый из которых имеет свою степень активности. То есть, каждый объект из массива входных будет представлен в виде такого вектора признаков определенной длины (длины хеша), который далее будет использоваться для сравнения с входными данными. Таким образом, на выходе будет получаться объект с максимально совпадающим количеством признаков.

Алгоритм проверили на трех базах данных: SIFT и MNIST, которые содержат векторы признаков изображений для поиска сходств, а также GLOVE — база данных слов, которая используется для поиска семантических сходств. Новый алгоритм справился с хешированием лучше, чем другой алгоритм поиска сходств, основанный на хешировании, — в основном, на маленькой длине хеша. Например, точность нового алгоритма поиска сходств на 28,8 процентов выше при работе с данными MNIST и длине хеша, равной четырем.

Эффективность (по оси y — точность в процентах) работы нового алгоритма (синим) и LSH (красным) в зависимости от длины хеша. Dasgupta et al. / Science 2017

Авторы работы отмечают, что их новый алгоритм может улучшить не только хеширование, но и кластеризацию и классификацию информации, а также быть полезным для эффективного глубокого обучения.

Источник




Комментарии:

На сайте (регистрация не требуется!):
Комментарии временно отключены
Вконтакте (необходима регистрация на сайте vk.com):

Популярные новости:

Архив новостей:

Экопортал не гарантирует достоверность материалов. Позиция Экопортала не всегда может совпадать с позицией, изложеной в материале. Экопортал не несет ответственности за какие-либо ошибки, также за какие-либо действия, предпринятые на основании этих материалов.

© ECOportal 2002-2017 гг.

Вся экология: Новости, Архив новостей, Пресс-релизы, Экспорт новостей, Каталог организациий, Экологические ссылки, Добавить ссылку, Календарь событий, Добавить событие в календарь, Статьи, Книги, Рефераты, Законы и документы, Составы отходов, Экологический словарь, Доска объявлений, Голосования, Реклама на сайте, Рассылка, RSS, Обучение

Авторские права на материалы принадлежат Всероссийскому Экологическому порталу, за исключением тех, где явно указан автор. При полном или частичном цитировании всех материалов ссылка на Всероссийский Экологический портал обязательна. Все предложения по работе сайта отправляйте на электронный ящик администратора.

RSS лента
Rambler's Top100
Rambler's Top100