論文の概要: Emerging Biometrics: Deep Inference and Other Computational Intelligence

• arxiv url: http://arxiv.org/abs/2006.11971v1
• Date: Mon, 22 Jun 2020 02:35:00 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-18 06:40:51.660986
• Title: Emerging Biometrics: Deep Inference and Other Computational Intelligence
• Title（参考訳）: 新しいバイオメトリックス:深部推論とその他の計算知能
• Authors: Svetlana Yanushkevich, Shawn Eastwood, Kenneth Lai, Vlad Shmerko
• Abstract要約: バイオメトリック対応システムは、深層学習と深層推論に向けて進化している。 次世代のバイオメトリックシステムで対処しなければならない技術ギャップを強調します。
• 参考スコア（独自算出の注目度）: 1.2922946578413577
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper aims at identifying emerging computational intelligence trends for the design and modeling of complex biometric-enabled infrastructure and systems. Biometric-enabled systems are evolving towards deep learning and deep inference using the principles of adaptive computing, - the front tides of the modern computational intelligence domain. Therefore, we focus on intelligent inference engines widely deployed in biometrics. Computational intelligence applications that cover a wide spectrum of biometric tasks using physiological and behavioral traits are chosen for illustration. We highlight the technology gaps that must be addressed in future generations of biometric systems. The reported approaches and results primarily address the researchers who work towards developing the next generation of intelligent biometric-enabled systems.
• Abstract（参考訳）: 本稿では,複雑なバイオメトリック対応インフラストラクチャとシステムの設計とモデリングのための,新しい計算知能のトレンドを特定することを目的とする。 バイオメトリック対応システムは、適応コンピューティングの原理(現代の計算知能領域の最前線)を用いて、ディープラーニングと深層推論へと進化している。 そこで我々はバイオメトリックスに広く展開されるインテリジェントな推論エンジンに注目する。 生理的および行動的特徴を用いた幅広い生体計測タスクをカバーする計算知性応用が図解として選択される。 次世代のバイオメトリックシステムで対処しなければならない技術ギャップを強調します。 報告されたアプローチと結果は、主に次世代のインテリジェントな生体認証システムを開発する研究者に対処する。

関連論文リスト

• Evolutionary Computation for the Design and Enrichment of General-Purpose Artificial Intelligence Systems: Survey and Prospects [19.000676941637987]
  汎用人工知能システム(GPAIS)は、モデル構成と適応性の課題を提起する。 Evolutionary Computation (EC)は機械学習モデルの設計と最適化の両方に有用なツールである。 本稿では,GPAISの分野におけるECの役割を解析し,その設計や富化におけるECの利用について検討する。
  論文  参考訳（メタデータ） (2024-06-03T15:47:17Z)
• Brain-Inspired Machine Intelligence: A Survey of Neurobiologically-Plausible Credit Assignment [65.268245109828]
  本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。 我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。 本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
  論文  参考訳（メタデータ） (2023-12-01T05:20:57Z)
• Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
  予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
  論文  参考訳（メタデータ） (2023-08-15T16:37:16Z)
• Non-equilibrium physics: from spin glasses to machine and neural learning [0.0]
  障害のある多体系は様々なスケールで幅広い創発現象を示す。 我々は、統計物理学を通して、乱れたシステムにおけるそのような突発的な知性を特徴付けることを目指している。 知的システムを設計するための指針となる学習メカニズムと物理力学の関係を明らかにする。
  論文  参考訳（メタデータ） (2023-08-03T04:56:47Z)
• Multimodal Adaptive Fusion of Face and Gait Features using Keyless attention based Deep Neural Networks for Human Identification [67.64124512185087]
  歩行のような軟式生体認証は、人物認識や再識別といった監視作業において顔に広く使われている。 本稿では,キーレス注意深層ニューラルネットワークを活用することで,歩行と顔のバイオメトリック・キューを動的に組み込むための適応型マルチバイオメトリック・フュージョン戦略を提案する。
  論文  参考訳（メタデータ） (2023-03-24T05:28:35Z)
• Integration of Neuromorphic AI in Event-Driven Distributed Digitized Systems: Concepts and Research Directions [0.2746383075956081]
  本稿では,統合課題を提起する特徴に着目し,ニューロモルフィックコンピューティングの現状について述べる。 本稿では,ニューロモルフィックシステム統合のためのマイクロサービスベースのフレームワークを提案する。 また,この枠組みの実現の基盤となる概念も提示する。
  論文  参考訳（メタデータ） (2022-10-20T12:09:29Z)
• Bottom-up and top-down approaches for the design of neuromorphic processing systems: Tradeoffs and synergies between natural and artificial intelligence [3.874729481138221]
  ムーアの法則は指数計算能力の期待を加速させており、システム全体の性能を改善するための新たな方法を求める最終段階に近づいている。 これらの方法の1つは、生物学的ニューラルネットワークシステムの柔軟性と計算効率を達成することを目的とした、脳にインスパイアされた代替コンピューティングアーキテクチャの探索である。 我々は、このパラダイムシフトが実現される際の粒度の異なるレベルについて、その分野の包括的概要を提供する。
  論文  参考訳（メタデータ） (2021-06-02T16:51:45Z)
• Photonics for artificial intelligence and neuromorphic computing [52.77024349608834]
  フォトニック集積回路は超高速な人工ニューラルネットワークを可能にした。 フォトニックニューロモルフィックシステムはナノ秒以下のレイテンシを提供する。 これらのシステムは、機械学習と人工知能の需要の増加に対応する可能性がある。
  論文  参考訳（メタデータ） (2020-10-30T21:41:44Z)
• Spiking Neural Networks Hardware Implementations and Challenges: a Survey [53.429871539789445]
  スパイキングニューラルネットワークは、ニューロンとシナプスの操作原理を模倣する認知アルゴリズムである。 スパイキングニューラルネットワークのハードウェア実装の現状について述べる。 本稿では,これらのイベント駆動アルゴリズムの特性をハードウェアレベルで活用するための戦略について論じる。
  論文  参考訳（メタデータ） (2020-05-04T13:24:00Z)
• Four Principles of Explainable AI as Applied to Biometrics and Facial Forensic Algorithms [0.38073142980732994]
  我々は、顔認識とバイオメトリックスに説明可能なAIを適用することに注力する。 ケーススタディは、説明を生み出すアルゴリズムの開発における課題と課題を示している。
  論文  参考訳（メタデータ） (2020-02-03T21:03:20Z)
• EEG-based Brain-Computer Interfaces (BCIs): A Survey of Recent Studies on Signal Sensing Technologies and Computational Intelligence Approaches and their Applications [65.32004302942218]
  Brain-Computer Interface (BCI) はユーザとシステム間の強力なコミュニケーションツールである。 近年の技術進歩は、脳波(EEG)に基づく翻訳医療用BCIへの関心が高まっている。
  論文  参考訳（メタデータ） (2020-01-28T10:36:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。