एक नया क्षेत्र दुनिया भर में जीवों के जीव विज्ञान के बारे में छोटे और बड़े पैमाने के सवालों से निपटने के लिए मशीन लर्निंग और कंप्यूटर विज़न का उपयोग करने के एक नए युग की शुरुआत करने का वादा करता है।इमेजोमिक्स के क्षेत्र का उद्देश्य कंप्यूटर-सक्षम विश्लेषण और खोज के साथ जीवित जीवों की छवियों को जोड़कर पृथ्वी पर जैविक प्रक्रियाओं के बारे में बुनियादी सवालों का पता लगाने में मदद करना है।
ओहियो स्टेट यूनिवर्सिटी के इमेजोमिक्स इंस्टीट्यूट के एक अन्वेषक और ओहियो स्टेट में कंप्यूटर विज्ञान और इंजीनियरिंग में इंजीनियरिंग समावेशी उत्कृष्टता के एक प्रतिष्ठित सहायक प्रोफेसर वेई-लुन चाओ ने पिछले महीने क्षेत्र में नवीनतम अनुसंधान प्रगति के बारे में एक गहन प्रस्तुति दी।वार्षिक बैठकविज्ञान की उन्नति के लिए अमेरिकन एसोसिएशन के।
चाओ का एएएएसप्रस्तुति, जिसका शीर्षक था "एन इमेजोमिक्स पर्सपेक्टिव ऑफ मशीन लर्निंग एंड कंप्यूटर विजन: माइक्रो टू ग्लोबल," सत्र का हिस्सा था "इमेजोमिक्स: पावरिंग मशीन लर्निंग फॉर अंडरस्टैंडिंग बायोलॉजिकल ट्रैट्स।"
चाओ और दो अन्य प्रस्तुतकर्ताओं ने बताया कि कैसे इमेजोमिक्स शोध प्रश्नों को गणना योग्य समस्याओं में बदलकर जैविक और पारिस्थितिक दुनिया के बारे में समाज की समझ को बदल सकता है।चाओ की प्रस्तुति सूक्ष्म से स्थूल स्तर की समस्याओं के लिए इमेजोमिक्स के संभावित अनुप्रयोग पर केंद्रित थी।
"आजकल हम बहुत तेजी से प्रगति कर रहे हैंयंत्र अधिगमऔरकंप्यूटर दृष्टितकनीकें," चाओ ने कहा। "अगर हम उनका उचित उपयोग करें, तो वे वास्तव में वैज्ञानिकों को महत्वपूर्ण लेकिन श्रमसाध्य समस्याओं को हल करने में मदद कर सकते हैं।"
हालाँकि कुछ शोध समस्याओं को मैन्युअल रूप से हल करने में वर्षों या दशकों का समय लग सकता है, इमेजोमिक्स शोधकर्ताओं का सुझाव है कि मशीन और कंप्यूटर विज़न तकनीकों की सहायता से - जैसे किपैटर्न मान्यताऔर मल्टी-मोडल संरेखण-अगली पीढ़ी की वैज्ञानिक खोजों की दर और दक्षता को तेजी से बढ़ाया जा सकता है।
चाओ ने कहा, "अगर हम दशकों और सदियों से लोगों द्वारा एकत्र किए गए जैविक ज्ञान को मशीन लर्निंग तकनीकों में शामिल कर सकते हैं, तो हम व्याख्या और वैज्ञानिक खोज के संदर्भ में उनकी क्षमताओं को बेहतर बनाने में मदद कर सकते हैं।"
चाओ और उनके सहयोगी जिस तरह से इस लक्ष्य की ओर काम कर रहे हैं उनमें से एक इमेजोमिक्स में फाउंडेशन मॉडल बनाना है जो विभिन्न कार्यों को सक्षम करने के लिए सभी प्रकार के स्रोतों से डेटा का लाभ उठाएगा।दूसरा तरीका मशीन लर्निंग मॉडल विकसित करना है जो लक्षणों को पहचानने और यहां तक कि खोज करने में सक्षम है ताकि कंप्यूटर के लिए छवियों में वस्तुओं को पहचानना और वर्गीकृत करना आसान हो सके, जो कि चाओ की टीम ने किया था।
चाओ ने कहा, "विशेषता का पता लगाने के साथ छवि वर्गीकरण के पारंपरिक तरीकों के लिए बड़ी मात्रा में मानव एनोटेशन की आवश्यकता होती है, लेकिन हमारी पद्धति में ऐसा नहीं है।""हम अपने एल्गोरिदम को विकसित करने के लिए प्रेरित हुए कि कैसे जीवविज्ञानी और पारिस्थितिकीविज्ञानी जैविक जीवों की विभिन्न प्रजातियों में अंतर करने के लिए लक्षणों की तलाश करते हैं।"
पारंपरिक मशीन लर्निंग-आधारित छवि क्लासिफायर ने समग्र रूप से एक छवि का विश्लेषण करके और फिर इसे एक निश्चित ऑब्जेक्ट श्रेणी में लेबल करके सटीकता का एक बड़ा स्तर हासिल किया है।हालाँकि, चाओ की टीम अधिक सक्रिय दृष्टिकोण अपनाती है: उनकी विधि एल्गोरिथ्म को किसी भी छवि में रंग और पैटर्न जैसे लक्षणों को सक्रिय रूप से देखने के लिए सिखाती है जो किसी वस्तु के वर्ग के लिए विशिष्ट हैं - जैसे कि इसकी पशु प्रजाति - जबकि इसका विश्लेषण किया जा रहा है।
इस तरह, इमेजोमिक्स जीवविज्ञानियों को छवि में क्या प्रकट होता है और क्या नहीं, इसका अधिक विस्तृत विवरण प्रदान कर सकता है, जिससे त्वरित और अधिक सटीक दृश्य विश्लेषण का मार्ग प्रशस्त होता है।सबसे रोमांचक बात, चाओ ने कहा, यह दिखाया गया है कि यह तितली की नकल जैसी बहुत ही चुनौतीपूर्ण महीन दाने वाली प्रजातियों की पहचान के कार्यों को संभालने में सक्षम है, जिनकी उपस्थिति उनके पंखों के पैटर्न और रंग में बारीक विवरण और विविधता की विशेषता है।
उन्होंने कहा कि जिस आसानी से एल्गोरिदम का उपयोग किया जा सकता है, वह संभावित रूप से इमेजोमिक्स को जलवायु से लेकर सामग्री विज्ञान अनुसंधान तक कई अन्य विविध उद्देश्यों में एकीकृत करने की अनुमति भी दे सकता है।
चाओ ने कहा कि इमेजोमिक्स अनुसंधान को बढ़ावा देने के सबसे चुनौतीपूर्ण हिस्सों में से एक पर्याप्त डेटा एकत्र करने और उनसे उपन्यास वैज्ञानिक परिकल्पना बनाने के लिए वैज्ञानिक संस्कृति के विभिन्न हिस्सों को एकीकृत करना है।
उन्होंने कहा, यह एक कारण है कि विभिन्न प्रकार के वैज्ञानिकों और विषयों के बीच सहयोग इस क्षेत्र का एक अभिन्न अंग है।इमेजोमिक्स अनुसंधान का विकास जारी रहेगा, लेकिन अभी के लिए, चाओ प्राकृतिक दुनिया को बिल्कुल नए, अंतःविषय तरीकों से देखने और समझने की अनुमति देने की अपनी क्षमता के बारे में उत्साहित है।
उन्होंने कहा, "हम वास्तव में चाहते हैं कि एआई का वैज्ञानिक ज्ञान के साथ मजबूत एकीकरण हो और मैं कहूंगा कि इमेजोमिक्स इस दिशा में एक बेहतरीन शुरुआती बिंदु है।"
उद्धरण:छवि वर्गीकरण और विश्लेषण में सुधार के लिए नया शोध कार्य (2024, 7 मार्च)7 मार्च 2024 को पुनःप्राप्तhttps://techxplore.com/news/2024-03-image-classification-analyse.html से
यह दस्तावेज कॉपीराइट के अधीन है।निजी अध्ययन या अनुसंधान के उद्देश्य से किसी भी निष्पक्ष व्यवहार के अलावा, नहींलिखित अनुमति के बिना भाग को पुन: प्रस्तुत किया जा सकता है।सामग्री केवल सूचना के प्रयोजनों के लिए प्रदान की गई है।