PyData Prague #26 - Table Diffusion

👋 Diffusons-nous dans notre prochain événement et avons de grandes interactions de table ronde!

🗓️ La 26e rencontre Pydata de Prague aura lieu à ** MSD **. Les pourparlers commenceront un peu plus tôt cette fois à 18h00 et nous vous encourageons à venir dès ** 17h30 ** pour profiter de l'opportunité de socialiser et de vous rafraîchir (que vous pouvez continuer à faire pendant la pause et après les pourparlers).

🤗 Notre objectif principal est de construire la communauté autour de Python et de données et de l'accueillir pour les personnes de diverses compétences et niveaux d'expérience.

⚡ Si vous êtes intéressé à donner un ** discours de foudre ** (jusqu'à 5 minutes pour présenter une idée, un outil ou des résultats liés au moins dans une certaine mesure à Python et / ou aux données), veuillez nous contacter avant ou pendant l'événement.

** 📢 Détection des défauts dans des images à rayons X de tablettes solides. Augmentation des données avec diffusion stable **
** [Zdeněk Morávek] (https://www.linkedin.com/in/zdenek-moravek-b314471b/) **
L'augmentation des données est une méthode standard appliquée pour améliorer la formation des systèmes d'apprentissage automatique supervisés. Il effectue la transformation des données existantes telles que les rotations, l'écrasement, la mise à l'échelle, etc. La méthode s'est avérée utile, il existe toujours des gâteries des données d'origine qui affectent l'efficacité et l'évolutivité de l'augmentation.
L'IA générative permet de créer des données synthétiques à partir de l'ensemble de données d'origine. La synthèse est pratiquement illimitée et les données synthétiques ne partagent aucune friandise avec les données d'origine. Cela en fait une extension puissante pour l'augmentation des données, surtout si l'ensemble de données d'origine est limité. Il y a toujours une question de savoir si les données synthétiques représentent bien l'ensemble de données d'origine.
Nous avons appliqué un algorithme génératif de diffusion stable pour générer des fissures synthétiques dans des comprimés à l'état solide. L'ensemble de données est limité en taille et les fissures sont des objets à faible contraste avec des propriétés variables. Nous avons développé un classificateur R-CNN de masque et l'avons formé avec un ensemble de données disponible comme modèle de référence.
Nous avons sélectionné des images appropriées pour la formation du générateur de diffusion stable et créé un ensemble de données synthétique. Nous avons étudié les statistiques des propriétés de pixels des ensembles de données réels et synthétiques montrant que les principales caractéristiques sont conservées bien que les détails diffèrent. Nous avons utilisé les données synthétiques pour former un modèle alternatif et comparer ses performances à la ligne de base. Nous avons démontré qu'en termes de précision, nous pouvons réaliser une amélioration, mais en revanche, nous avons observé un rapport faux positif plus élevé et également une applicabilité réduite à des ensembles de données qualitativement différents. Nous discutons des raisons de ces observations et de la façon de les améliorer.

** 📢 Données synthétiques tabulaires générées par AI-AI: ce qu'elle est, comment elle est créée et ses applications **
** [ivona krchová] (https://www.linkedin.com/in/ivona-krchova/) **
Les données synthétiques sont devenues un outil important en science des données, offrant un moyen de générer des données réalistes tout en préservant la confidentialité. Dans cet exposé, nous explorerons les données synthétiques tabulaires générées par l'AI - ce qu'elle est, comment elle est créée et comment elle peut être utilisée efficacement dans divers contextes.
Je vais commencer par un bref aperçu des données synthétiques, expliquant son concept clé et comment il diffère des techniques d'anonymisation traditionnelles. Ensuite, je décrirai brièvement l'algorithme développé par principalement l'IA pour générer des données synthétiques tabulaires. Enfin, nous explorerons les cas d'utilisation des clés, nous discuterons de la façon dont les données synthétiques peuvent être utilisées pour améliorer les ensembles de données, aborder les valeurs manquantes ou atténuer le biais dans les résultats du modèle.

Le lieu ouvrira à 17h30, mais l'intro aura lieu plus tôt qu'à 18h00. Il y aura des rafraîchissements disponibles, les sponsors.

S'il vous plaît, RSVP ici.
À bientôt,
Équipe Pydata Prague