Работая в конкретной предметной области в рамках машинного обучения (в нашем случае это 3D) необходимо понимать какие существуют основные датасеты на основе которых обучаются и тестируются модели, а также какие существуют библиотеки и программы для комфортной работы с учетом специфики данных.

В этой заметке мы рассмотрим какие существуют основные датасеты в области 3D ML и какие фреймворки для работы с 3D данными могут пригодиться датасаентисту при разработке моделей машинного обучения в данной области.

Основной сложностью при выборе функций ошибок для работы с 3D данными является неевклидовость рассматриваемых структур, из-за которой задача определения расстояния в пространстве 3D моделей становится совсем нетривиальной.

В этой заметке мы поговорим о том, какие функции ошибки (Loss functions) алгоритмов используются в 3D ML, какие из них можно использовать в качеств метрик качества (metrics), а какие — в качестве регуляризаторов (regularizers).

Сегодня появляется все больше 3D датасетов и задач, связанных с 3D данными. Это связано с развитием робототехники и машинного зрения, технологий виртуальной и дополненной реальности, технологий медицинского и промышленного сканирования. Алгоритмы машинного обучения помогают решать сложные задачи, в которых необходимо классифицировать трехмерные объекты, восстанавливать недостающую информацию о таких объектах, или же порождать новые. Несмотря на достигнутые успехи, в области 3D ML остаются еще нерешенными ряд задач, и эта серия заметок призвана популяризировать направление среди русскоязычного сообщества.

В первой части будут рассмотрены основные формы и форматы представления пространственных данных и их особенности.

Что такое киберфизические системы, почему они так актуальны сегодня, и какую роль в их развитии играет искусственный интеллект?

Изучение различных свойств информационно-технических систем с точки зрения взаимодействия их физической и цифровой составляющих — новое и актуальное направление современной науки о киберфизических системах [1].

Главными составными частями любой киберфизической системы являются (Рис.1):

• физический слой системы (различные объекты реального физического мира самой разнообразной природы);
• цифровой слой системы (множество данных о системе, хранимых в памяти компьютеров, алгоритмы управления физическими объектами, алгоритмы обработки информации и пр.);
• интерфейс взаимодействия цифрового и физического слоя (различные сенсоры, управляющие механизмы и пр.);
• интерфейс взаимодействия цифрового и физического слоя с человеком (различные XR технологии).

«А нам и без магистратуры неплохо…»

• Билл Гейтс не имеет высшего образования – только два года обучения в бакалавриате Гарвардского университета…
• Стив Джобс проучился всего 1 семестр в колледже…
• Павел Дуров имеет диплом специалиста-филолога, а основатели Яндекса – Аркадий Волож и Илья Сегалович учились на геологов…

Этот список можно было бы продолжить и убедиться, что и без специальной магистратуры в области информационных технологий можно очень неплохо преуспеть в области IT.

Но это не совсем верно. Попробуем это доказать.