Primjena nove umjetne inteligencije zasnovane na konvolucijskim neuronskim mrežama u sustavu brojanja
Autor: LIN, YU-CHEN LIN, HSUAN-YI LIN, YU-JOU WU, YING-HAN HSIAO, WEI-WEN
Tvrtka: National Taiwan University National Tsing Hua University National Taiwan University of Science and Technology
Država: Taiwan
e-mail: eddie@wiipa.org.tw
web: https://www.wiipa.org.tw/
Razvijamo novu generaciju tehnološke platforme bakterija i stanica umjetne inteligencije i koristimo konvolucionu neuronsku mrežu za identifikaciju bakterija i stanica te kombiniramo velike podatke s dubokim učenjem kako bismo poboljšali točnost identifikacije.
Ova konvolucijska neuronska mreža može učinkovito postići izračun kolonija u stvarnom vremenu s malom pogreškom i može se koristiti s modulom USB kamere (IPEVO DO-CAM) za snimanje slika i mjerenje u bilo kojem trenutku. Analizom slike i dodavanjem baze podataka, sustav može procijeniti broj slike tisuća kolonija unutar jedne sekunde, a greška je unutar 10.
Za ponovljivost i točnost eksperimenta, naš visokoprecizan i jeftin sustav brojanja stanica umjetne inteligencije, uzimajući Escherichiu coli kao primjer, zaostalo učenje u kombinaciji s ukupnom vrijednošću pogreške konvolucijske neuronske mreže globalnog sloja udruživanja unutar ± 2 bakterije.
U budućnosti će se sustav proširiti za otkrivanje raka želuca u endoskopskim slikama, procjenu utjecaja tipa humanog papiloma virusa na rizik od ponovnog pojavljivanja cervikalne displazije, klasifikaciju raka kože, identifikaciju potpisa mikrobnih hlapljivih organskih spojeva i otkrivanje prijeloma. Visoka točnost, ali niska cijena primijenjena na identifikaciju stanica raka, od koristi široj javnosti.
