การศึกษาวิจัยใหม่ นำเสนอการใช้ Deep Convolutional Neural Networks (CNNs) ช่วยระบุอนุกรมวิธานโดยอัตโนมัติ โดยฝึกด้วยชุดข้อมูลภาพฟอสซิลขนาดใหญ่ มากกว่า 415,000 ภาพ A New Study Proposes Automatic Taxonomic Identification Based On The Fossil Image Dataset (>415,000 images) And Deep Convolutional Neural Networks ใช้ Convolutional Neural Network (CNN) ในการจำแนกภาพซากดึกดำบรรพ์ ซากดึกดำบรรพ์เป็นสาขาที่น่าสนใจที่ช่วยให้เราเข้าใจประวัติศาสตร์ของสิ่งมีชีวิตบนโลกโดยการศึกษารูปแบบชีวิตโบราณและวิวัฒนาการของพวกมัน อย่างไรก็ตาม หนึ่งในความท้าทายที่สำคัญในการวิจัยซากดึกดำบรรพ์คือกระบวนการระบุอนุกรมวิธานที่ใช้แรงงานมากและใช้เวลานาน ซึ่งต้องใช้ความรู้และประสบการณ์ที่กว้างขวางในกลุ่มอนุกรมวิธานเฉพาะ ยิ่งไปกว่านั้น ผลการระบุมักจะต้องสอดคล้องกันระหว่างผู้วิจัยและชุมชนต่างๆ Deep Learning Techniques กลายเป็นวิธีแก้ปัญหาที่มีแนวโน้มในการสนับสนุนการระบุอนุกรมวิธานของซากดึกดำบรรพ์ ในบริบทนี้ ทีมวิจัยของจีนเพิ่งตีพิมพ์บทความเกี่ยวกับศักยภาพของ Deep Learning สำหรับการปรับปรุงความแม่นยำในการจำแนกอนุกรมวิธาน การสนับสนุนหลักของบทความนี้คือการสร้างและตรวจสอบความถูกต้องของชุดข้อมูลภาพซากดึกดำบรรพ์ Fossil […]