Table of Contents[Veşartin][Rêdan]
Zanyar dikarin bi saya algorîtmayek nû ya fêrbûna makîneya bingehîn a GPU-yê ku ji hêla lêkolînerên li Enstîtuya Zanistî ya Hindistanê (IISc) ve hatî çêkirin, çêtir karibin têkiliyên di navbera deverên cihêreng ên mêjî de fam bikin û pêşbîn bikin.
Algorîtmaya ku wekî Birêkûpêkkirî, Lezkirî, Nirxandina Fassîcleya Rêzik an ReAl-LiFE tê zanîn, karibe bi karîgerî cildên mezin ên daneya ku ji hêla dîmenên rezonansê yên magnetîkî yên belavbûyî (dMRI) yên mêjiyê mirovan ve hatî hilberandin analîz bike.
Bikaranîna tîmê ya ReAL-LiFE hişt ku ew daneyên dMRI-ê ji 150 carî zûtir analîz bikin ji ya ku ew dikarin bi teknîkên nûjen ên heyî hebin.
Modela girêdana mêjî çawa dixebite?
Her saniye, bi mîlyonan noyronên mejî dişewitin, pêlên elektrîkê diafirînin ku bi riya torên neuralî - ku wekî "axon" jî têne zanîn - ji beşek mejî ber bi yekî din ve diçin.
Ji bo ku mêjî wekî komputerek kar bike, ev girêdan hewce ne. Lêbelê, rêbazên kevneşopî yên ji bo xwendina girêdanên mêjî bi gelemperî bi karanîna modelên heywanên dagirker pêk tê.
Lêbelê, scansên dMRI ji bo vekolîna girêdanên mêjiyê mirovan rêyek ne-dagirker pêşkêşî dikin.
Rêyên agahdarî yên mêjî kabloyên (axons) in ku deverên wê yên cihêreng bi hev ve girêdidin. Molekulên avê bi girêkên axonê re bi dirêjahiya xwe bi rengek rêvekirî diçin ji ber ku ew mîna lûleyan têne çêkirin.
Connectome, ku nexşeyek hûrgulî ya tora fîberên mêjî ye, dikare ji hêla dMRI ve were çêkirin, ku rê dide lêkolîneran ku vê tevgerê bişopînin.
Mixabin, naskirina van girêdanan ne hêsan e. Tenê herikîna tora molekulên avê li her cîhek di mêjî de ji hêla daneyên şopandinê ve tê xuyang kirin.
Molekulên avê wekî otomobîlan bihesibînin. Bêyî ku hûn di derheqê rê de tiştek zanibin, tenê agahdariya ku têne berhev kirin rê û leza otomobîlan e li her xalek dem û cîh.
Bi şopandina van şêwazên trafîkê re, peywir bi derxistina torên rêyên rê ve tê berhev kirin. Nêzîktêdayînên kevneşopî ji nêz ve nîşana dMRI-ya bendewar a ji girêdana têgihîştî bi sînyala dMRI-ya rastîn re li hev dikin da ku van toran rast nas bikin.
Ji bo ku vê xweşbîniyê bikin, zanyar berê algorîtmayek bi navê LiFE (Nirxandina Fassîcleya Rêzik) afirandibûn, lê yek ji kêmasiyên wê ev bû ku ew li ser Yekînên Pêvajoya Navendî ya kevneşopî (CPU) xebitand, ku hesabkirinê wext dixwe.
Jiyana rast modelek şoreşger e ku ji hêla lêkolînerên Hindî ve hatî çêkirin
Di destpêkê de, lêkolîneran algorîtmek bi navê LiFE (Nirxandina Fascial a Rêzik) çêkirin da ku vê sererastkirinê bikin, lê yek ji dezawantajên wê ew bû ku ew bi Yekeyên Pêvajoya Navendî ya Asayî (CPU) ve girêdayî bû, ku ji bo hesabkirinê dem girt.
Tîma Sridharan di lêkolîna herî nû de teknîka xwe baştir kir da ku xebata pêvajoyê ya ku bi cûrbecûr tê xwestin kêm bike, tevî rakirina girêdanên zêde û bi girîngî başkirina performansa LiFE.
Teknolojî ji hêla lêkolîneran ve ji hêla endezyariya wê ve hate paqij kirin da ku li ser Yekîneyên Pêvajoya Grafikê (GPU) bixebite, ku çîpên elektrîkê yên pispor in ku di PC-yên lîstika paşîn de têne bikar anîn.
Vê yekê hişt ku wan daneyan 100-150 carî ji nêzîkatiyên berê zûtir lêkolîn bikin. Talgorîtmaya wî ya nûvekirî, ReAl-LiFE, di heman demê de dikare pêşbîn bike ka dê mijara ceribandina mirovî çawa tevbigere an karekî diyar bike.
Bi gotinek din, bi karanîna hêza girêdana projekirî ya algorîtmê ji bo her kesan, tîmê karibû di nav nimûneyek ji 200 kesan de cûdahiyên di pîvanên testa behre û cognitive de rave bike.
Analîzek weha dikare karanîna dermanan jî hebe." Pêvajoya daneya mezin ji bo serîlêdanên neuroscience-daneyên mezin her ku diçe girîngtir dibe, nemaze di têgihîştina fonksiyona mêjî û nexweşiyên mêjî de.
Xelasî
Di encamê de, ReAl-LiFE di heman demê de dikare pêşbîn bike ka dê mijara ceribandina mirovî çawa tevbigere an karekî diyar bike.
Bi gotinek din, bi karanîna hêza girêdana projekirî ya algorîtmê ji bo her kesan, tîmê karibû di nav nimûneyek ji 200 kesan de cûdahiyên di pîvanên testa behre û cognitive de rave bike.
Analîzek weha dikare karanîna dermanan jî hebe." Pêvajoya daneya mezin ji bo serîlêdanên neuroscience-daneyên mezin her ku diçe girîngtir dibe, nemaze di têgihîştina fonksiyona mêjî û nexweşiyên mêjî de.
Leave a Reply