PyData Prague #26 - Table Diffusion

👋 Poďme sa rozptýliť do našej ďalšej udalosti a mať skvelé interakcie s okrúhlym stolom!

🗓 26. Praha Pydata Meetup sa uskutoční na ** MSD **. Rozhovory sa začnú o niečo skôr o 18:00 a odporúčame vám, aby ste prišli hneď ako ** 17: 30 **, aby ste si užili príležitosť stýkať sa a osviežiť seba (čo môžete pokračovať v prestávke a po rozhovoroch).

🤗 Naším hlavným cieľom je vybudovať komunitu okolo Pythonu a údajov a urobiť ju vítaním ľudí s rôznymi zručnosťami a úrovňami skúseností.

⚡ Ak máte záujem o to, aby ste prednášali ** blesk ** (až 5 minút, aby ste predložili nápad, nástroj alebo výsledky, ktoré sa aspoň do istej miery týkali Pythonu a/alebo Data), kontaktujte nás pred alebo počas podujatia.

** 📢 Detekcia defektov v röntgenových obrazoch tuhých tabliet. Rozšírenie údajov so stabilnou difúziou **
** [ZDENěK MORAVEK] (https://www.linkedin.com/in/zdenek-moravek-b314471b/) **
Rozšírenie údajov je štandardná metóda použitá na zlepšenie výcviku systémov strojového učenia pod dohľadom. Vykonáva transformáciu existujúcich údajov, ako sú rotácie, orezanie, škálovanie atď. Táto metóda sa ukázala ako užitočná, stále existujú určité dobroty pôvodných údajov, ktoré ovplyvňujú účinnosť a škálovateľnosť zväčšenia.
Generatívna AI umožňuje vytvárať syntetické údaje z pôvodného súboru údajov. Syntéza je prakticky neobmedzená a syntetické údaje nezdieľajú s pôvodnými údajmi. Vďaka tomu je silné rozšírenie rozšírenia údajov, najmä ak je pôvodný súbor údajov obmedzený. Stále existuje otázka, či syntetické údaje dobre predstavujú pôvodný súbor údajov.
Použili sme generatívny algoritmus stabilnej difúzie, aby sme vytvorili syntetické trhliny v tabletoch v tuhom stave. Súbor údajov je obmedzený a praskliny sú objekty s nízkym kontrastom s premenlivými vlastnosťami. Vyvinuli sme klasifikátor Mask R-CNN a vyškolili sme ho s dostupným súborom údajov ako základný model.
Vybrali sme vhodné obrázky na výcvik stabilného generátora difúzie a vytvorili sme syntetický súbor údajov. Skúmali sme štatistiku vlastností pixelov skutočných a syntetických súborov údajov, ktoré ukazujú, že hlavné vlastnosti sú zachované, hoci detaily sa líšia. Syntetické údaje sme použili na školenie alternatívneho modelu a porovnanie jeho výkonnosti so základnou líniou. Ukázali sme, že z hľadiska presnosti môžeme dosiahnuť zlepšenie, ale na druhej strane sme pozorovali vyšší falošne pozitívny pomer a tiež znížili uplatniteľnosť na kvalitatívne odlišné súbory údajov. Diskutujeme o dôvodoch týchto pozorovaní a o tom, ako ich vylepšiť.

** 📢 Tabulárne syntetické údaje generované AI: Čo to je, ako sa vytvárajú, a jeho aplikácie **
** [Ivona Krchová] (https://www.linkedin.com/in/ivona-krchova/) **
Syntetické údaje sa stali dôležitým nástrojom vo vede o údajoch a ponúka spôsob, ako generovať realistické údaje a zároveň zachovať súkromie. V tejto prednáške preskúmame tabuľkové syntetické údaje generované AI-čo sa vytvára a ako sa dá efektívne používať v rôznych kontextoch.
Začnem krátkym prehľadom syntetických údajov, vysvetľujem jeho kľúčový koncept a to, ako sa líši od tradičných techník anonymizácie údajov. Ďalej stručne opíšem algoritmus vyvinutý väčšinou AI na generovanie tabuľkových syntetických údajov. Nakoniec preskúmame kľúčové prípady použitia, diskutujeme o tom, ako sa dajú syntetické údaje použiť na vylepšenie súborov údajov, riešenie chýbajúcich hodnôt alebo zmiernenie predpojatosti vo výsledkoch modelu.

Miesto konania sa otvorí o 17.30, ale úvod sa nebude konať skôr ako o 18:00. K dispozícii bude občerstvenie, 🤗 Sponzori.

Prosím, RSVP tu.
Uvidíme sa čoskoro,
Tím Pydata Praha