PyData Prague #26 - Table Diffusion

👋 Lassen Sie uns in unser nächstes Ereignis diffundieren und großartige Interaktionen mit Rundtisch haben!

🗓️ Das 26. Prag Pydata -Treffen findet bei ** msd ** statt. Die Gespräche werden zu dieser Zeit um 18:00 Uhr etwas früher beginnen und wir ermutigen Sie, sobald ** 17: 30 ** zu kommen, um die Gelegenheit zu genießen, sich zu knüpfen und sich zu erfrischen (was Sie während der Pause und nach den Gesprächen weiterhin ausführen können).

🤗 Unser Hauptziel ist es, die Community rund um Python und Daten aufzubauen und sie für Menschen mit verschiedenen Fähigkeiten und Erfahrungsniveaus einzugehen.

⚡ Wenn Sie daran interessiert sind, einen ** Lightning Talk ** zu geben (bis zu 5 Minuten, um eine Idee, ein Werkzeug oder eine Ergebnisse zu präsentieren, die zumindest bis zu einem gewissen Grad für Python und/oder Daten zu tun haben), kontaktieren Sie uns bitte vor oder während der Veranstaltung.

** 📢 Defekte Erkennung in Röntgenbildern von festen Tabletten. Datenvergrößerung mit stabiler Diffusion **
** [Zdeněk Morávek] (https://www.linkedin.com/in/zdenk-moravek-b314471b/) **
Die Datenvergrößerung ist eine Standardmethode, um das Training von beaufsichtigten maschinellen Lernsystemen zu verbessern. Es führt die Transformation vorhandener Daten wie Rotationen, Ausschnitte, Skalierung usw. durch. Die Methode hat sich als nützlich erwiesen. Es gibt immer noch einige Leckereien der ursprünglichen Daten, die die Effizienz und Skalierbarkeit der Augmentation beeinflussen.
Generative KI ermöglicht es, synthetische Daten aus dem ursprünglichen Datensatz zu erstellen. Die Synthese ist praktisch unbegrenzt und die synthetischen Daten teilen keine Leckereien mit den Originaldaten. Dies macht es zu einer leistungsstarken Erweiterung für die Datenerweiterung, insbesondere wenn der ursprüngliche Datensatz begrenzt ist. Es stellt sich immer noch die Frage, ob die synthetischen Daten den ursprünglichen Datensatz gut darstellen.
Wir haben den generativen Algorithmus der stabilen Diffusion angewendet, um synthetische Risse in Festkörpertabletten zu erzeugen. Der Datensatz ist begrenzt und die Risse sind niedrige Kontrastobjekte mit variablen Eigenschaften. Wir haben einen Masken-R-CNN-Klassifizierer entwickelt und mit dem verfügbaren Datensatz als Basismodell geschult.
Wir haben geeignete Bilder zum Training des stabilen Diffusionsgenerators ausgewählt und einen synthetischen Datensatz erstellt. Wir untersuchten Statistiken der Pixeleigenschaften der realen und synthetischen Datensätze, aus denen hervorgeht, dass die Hauptmerkmale konserviert sind, obwohl Details unterschiedlich sind. Wir haben die synthetischen Daten verwendet, um ein alternatives Modell zu trainieren und seine Leistung mit der Basislinie zu vergleichen. Wir haben gezeigt, dass wir in Bezug auf die Genauigkeit eine Verbesserung erzielen können, aber andererseits ein höheres falsch positives Verhältnis und eine verringerte Anwendbarkeit auf qualitativ unterschiedliche Datensätze. Wir diskutieren Gründe für diese Beobachtungen und wie sie sie verbessern können.

** 📢 generierte tabellarische synthetische Daten: Was es ist, wie es erstellt wird und seine Anwendungen **
** [Ivona Krchová] (https://www.linkedin.com/in/ivona-krchova/) **
Synthetische Daten sind zu einem wichtigen Instrument in der Datenwissenschaft geworden und bieten eine Möglichkeit, realistische Daten zu generieren und gleichzeitig die Privatsphäre zu erhalten. In diesem Vortrag werden wir mit den synthetischen Daten generierten tabellarischen Synthetikdaten untersuchen-was es ist, wie sie erstellt und wie sie in verschiedenen Kontexten effektiv verwendet werden können.
Ich beginne mit einem kurzen Überblick über synthetische Daten und erklärt das Schlüsselkonzept und wie sie sich von herkömmlichen Datenanonymisierungstechniken unterscheiden. Als nächstes beschreibe ich kurz den Algorithmus, der von hauptsächlich AI zur Generierung tabellarischer synthetischer Daten entwickelt wurde. Schließlich untersuchen wir wichtige Anwendungskräfte, wir werden diskutieren, wie synthetische Daten verwendet werden können, um Datensätze zu verbessern, fehlende Werte anzusprechen oder Verzerrungen in den Modellergebnissen zu mindern.

Der Veranstaltungsort wird um 17.30 Uhr geöffnet, aber das Intro findet nicht früher als um 18:00 Uhr statt. Es werden Erfrischungen zur Verfügung stehen, 🤗 Sponsoren.

Bitte, RSVP hier.
Bis bald,
Pydata Prag Team