В МГУ разработали алгоритм FNOReg, который позволяет сократить использование видеопамяти при обучении моделей ИИ до 75 процентов

В МГУ разработали алгоритм FNOReg, который позволяет сократить использование видеопамяти при обучении моделей ИИ до 75 процентов. Это особенно важно для обработки трёхмерных МРТ-снимков, где объём данных достигает гигабайтов на одно исследование.

В основе метода лежит нейронный оператор Фурье, анализирующий изображение целиком, а не фрагментами. С точки зрения математики он выделяет глобальные структуры, поэтому модель можно обучать на снижённом разрешении без существенной потери точности.

При тестировании на базе OASIS-1 точность алгоритма почти не изменилась при уменьшении разрешения вдвое: снижение составило около 0,8 процента для 2D и 2,7 процента для 3D-данных. У аналогов падение достигало 24–25 процентов.

Похожие методы применяются в анализе спутниковых изображений и климатическом моделировании, где объёмы данных также огромны. Новый подход открывает путь к более доступному внедрению ИИ в клиническую практику без необходимости сверхмощного оборудования.

Источник: vk.com

Комментарии: