Математика и Computer Science

Нейросеть на невероятно малой выборке научилась распознавать эмоции

Pixabay

Для успешного распознавания человеческих эмоций новой искусственной нейронной сети понадобилась очень маленькая обучающая выборка. Чтобы добиться таких результатов, создатели нейросети руководствовались принципом бритвы Оккама. Препринт статьи с описанием разработки можно прочитать на сайте ArXiv.org.

Французские разработчики создали нейронную сеть для распознавания эмоций человека. В отличие от своих аналогов, алгоритму достаточно сравнительно небольшой обучающей выборки. В процессе работы над нейросетью авторы воспользовались методологическим принципом максимального упрощения — бритвой Оккама. Например, если существует несколько возможных объяснений некоторого явления, то, согласно этому принципу, правильным нужно считать самое простое из них.

Применив метод бритвы Оккама, авторы создали алгоритм, которому хватило всего 773 обучающих примера — коротких видеофрагментов с лицами людей. На каждом фрагменте разработчики вручную отметили, какие эмоции испытывает человек на экране. После обучения алгоритм смог сам распознавать эмоции с точностью 60,64%.

Карта эмоций человека в представлении алгоритма

Jurie et al.

Главные преимущества новой нейросети перед другими похожими алгоритмами — простота и небольшой размер самой модели (в последнее время нейросети становятся все масштабнее). В дальнейшем разработчики планируют сделать набор обучающих примеров еще мельче, а затем и вовсе обходиться без него.

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.