详细内容或原文请订阅后点击阅览
Smart Engines 科学家创建了一个用于文档识别和身份验证的主权人工智能模型
智能引擎研究人员开发并提出了用于文档识别和身份验证的主权人工智能模型。该解决方案基于作者的量化霍夫神经网络架构，可以提高识别质量和反欺诈检查的稳定性，同时将训练参数数量减少100倍以上，对计算资源的需求降低数倍。该技术作为Smart ID Engine 2.8软件解决方案的一部分首次投入商业运营；此次发射的成功归功于智能发动机科学家八年的科技工作。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）智能引擎研究人员开发并提出了用于文档识别和身份验证的主权人工智能模型。该解决方案基于作者的量化霍夫神经网络架构，可以提高识别质量和反欺诈检查的稳定性，同时将训练参数数量减少100倍以上，对计算资源的需求降低数倍。该技术作为Smart ID Engine 2.8软件解决方案的一部分首次投入商业运营；此次发射的成功归功于智能发动机科学家八年的科技工作。
基于霍夫神经网络的俄罗斯模型完全满足主权人工智能的关键标准。架构、算法和软件实现是由 Smart Engines 科学家在自己的科技基础上开发的。研究成果发表在专业科学出版物上，并经过多年的实验验证，该技术的优先权得到了俄罗斯联邦和美国的专利确认。所有这些都确保了技术独立性、可重复性以及符合受监管行业（从金融部门到政府信息系统）的要求。
Smart Engines 科学家开发的神经网络架构将现代深度学习方法与经典计算机视觉方法相结合。霍夫变换允许您根据透视定律分析现实世界图像元素的几何关系，而卷积神经层则负责基于大量示例的分析来提取关键特征。这种组合使系统即使在不太理想的图像（模糊、部分遮挡或在困难条件下拍摄）的情况下也能自信地工作。