Mapa dotacji

Celem realizacji projektu będzie przeprowadzenie badań przemysłowych i prac rozwojowych zmierzających do opracowania narzędzia w postaci Fuzzy Convolutional Neural Network (FCNN), która będzie wykorzystywać arytmetykę Skierowanych Liczb Rozmytych (ang. Ordered Fuzzy Numbers). Takie rozwiązanie powinno pozwolić na rozpoznawanie obrazów z jakością tradycyjnych sieci CNN, jednakże przy zachowaniu znacznie mniejszych rozmiarów sieci (mniejszej liczby neuronów, mniejszej liczby warstw sieci). Zmniejszenie rozmiarów sieci będzie miało kolosalne znaczenie dla przyszłych zastosowań rozwiązania, gdyż jednocześnie zmniejszy zapotrzebowanie na moc obliczeniową procesora w miejscu jej implementacji. Pozwoli to na stosowanie rozwiązania zgodnie z ideą Przemysłu 4.0, a więc w urządzeniach końcowych o małej mocy obliczeniowej, zgodnie z Ideą Internetu Rzeczy (ang. Internet of Things) pozwoli na zastosowanie rozwiązania w małych sterownikach, dzięki czemu ułatwi zastosowanie algorytmów wymagających przetwarzania obrazów. W celu osiągnięcia zakładanego rezultatu w postaci biblioteki do budowy i stosowania FCNN konieczne jest zdobycie nowej wiedzy w postaci opracowania rozwiązania pozwalającego na zastosowanie logiki i arytmetyki OFN w sieciach CNN oraz opracowanie algorytmów uczenia takiej sieci dostosowanych do arytmetyki liczb rozmytych. Takie rozwiązanie nie było jeszcze stosowane w praktyce (nie ma nawet rozwiązań w literaturze), a przesłanki z użycia liczb OFN w strukturze sieci (np. w Deep Neural Network) pozwalają stwierdzić, że ich zastosowanie powinno uprościć strukturę sieci przy zachowaniu wysokich wyników jej jakości (efektywności rozpoznawania). W tym celu Wnioskodawca zamierza przeprowadzić: – badania przemysłowe zmierzające do opracowania sieci FCNN oraz algorytmu uczenia sieci, – prace rozwojowe zmierzające do opracowania wydajnej skalowanej biblioteki do użycia sieci FCNN.