ระบบมาร์คอล (RBM) คือแนวคิดในการศึกษาและออกแบบคอมพิวเตอร์เชิงปัญญาที่เรียนรู้จากข้อมูลเชิงเลือกเพื่อซัพพอร์ตการตัดสินใจ คอมพิวเตอร์ใช้โมเดลสถิติหรือแบบจำลองเพื่อฝึกอบรมและเรียนรู้จากข้อมูล โดยกำหนดให้ข้อมูลเข้าสู่ระบบมาเป็นเลขฐานสองแล้ว เรียนรู้และปรับโมเดล เพื่อให้สามารถรู้จำและทำนายข้อมูลผ่านกระบวนการทดสอบ
RBM ประกอบไปด้วยข้อมูลเข้า (visible units) และข้อมูลที่ซ่อนอยู่ (hidden units) ซึ่งสามารถพิจารณาได้เป็นระบบเฉพาะของโหนดหรือหน่วย (node) โดยการติดต่อกันภายในระบบที่เชื่อมโยงด้วยค่าน้ำหนัก (weights)
ในกระบวนการเรียนรู้ของ RBM โมเดลจะเรียนรู้โดยปรับค่าน้ำหนักของระบบเพื่อให้เหมาะสมกับข้อมูลที่ให้มา โดยใช้เทคนิคโหนดที่ลงตัวมาตรฐาน (contrastive divergence) ซึ่งเป็นการปรับค่าน้ำหนักในตัวอย่างที่ใกล้เคียงค่าจริง
RBM สามารถนำไปใช้งานในหลากหลายฆาตกรรม เช่น:
ใช้ในการจัดการข้อมูลอย่างอัตโนมัติ โดยเรียกใช้ RBM เพื่อค้นหาลำดับของรูปภาพหรือวิดีโอที่มีลักษณะคล้ายกัน ซึ่งสามารถนำไปใช้ในงานเช่นการค้นหาภาพที่ใกล้เคียงหรือแสดงภาพเคลื่อนไหว
ใช้ในงานตรวจจับเหตุการณ์ไม่ปกติในข้อมูล เช่น เมื่อเราต้องการหากฎหมายที่ถูกละเมิดในข้อความต่าง ๆ
นิยพารามิเตอร์ร่วมในระบบอื่น ๆ เช่น เราสามารถใช้ RBM เป็นลายเซ็นดิจิตอลเบื้องหลังในแบบจำลองปัญญาประดิษฐ์
ได้โมเดลที่ทำงานคล้ายของ NB และใช้ในงานตรวจจับสแปมอีเมล
Ne Demek sitesindeki bilgiler kullanıcılar vasıtasıyla veya otomatik oluşturulmuştur. Buradaki bilgilerin doğru olduğu garanti edilmez. Düzeltilmesi gereken bilgi olduğunu düşünüyorsanız bizimle iletişime geçiniz. Her türlü görüş, destek ve önerileriniz için iletisim@nedemek.page