• CHI SIAMO
  • CONTATTI
  • PRIVACY
Arena Digitale
  • HOME
  • PAGAMENTI DIGITALI
  • NEWS
    • Tutti
    • Blockchain
    • Circuito etico
    • Consumatori
    • Criptovalute
    • Cultura Digitale
    • Digital Politics
    • Economia e Finanza
    • Fintech
    • Industria 4.0
    • Intelligenza Artificiale
    • New Trend e Millennians
    • Over the top
    • PA
    • Pagamenti Digitali
    • Sicurezza
    • Smart City
    • Start-up
    • Turismo
    Per Fabio Panetta i pagamenti istantanei non devono avere costi eccessivi

    Banca d’Italia, Panetta: sfide e opportunità tra digitale ed energia

    Poste Italiane: Cerenova, lavori di manutenzione straordinaria per ufficio di via Fregene

    Poste Italiane approva il bilancio 2024 e distribuisce un dividendo di 1,08 euro per azione

    Banca Popolare di Bari, l’Assemblea approva la nuova denominazione “BdM Banca S.p.A.”

    Istat: inflazione scende all’1,7%, pesa il rallentamento dei prezzi energetici

    Poste Italiane: Acuto, nell’ufficio postale di piazza Dante al via i lavori per servizi “Polis”

    Poste Italiane: Acuto, nell’ufficio postale di piazza Dante al via i lavori per servizi “Polis”

    Hospitality: Salone dell’Accoglienza porta ospitalità accessibile al We Make Future Festival di Bologna con il progetto “Di Ognuno”

    Hospitality: Salone dell’Accoglienza porta ospitalità accessibile al We Make Future Festival di Bologna con il progetto “Di Ognuno”

    CheBanca!: con Accenture arriva la piattaforma Premier Business

    Dojo riceve 190 milioni da Vitruvian Partners per espandersi in Europa

    Trending Tags

    • pagamenti digitali
  • FORMAZIONE
  • EVENTI
  • VIDEO
  • JOBS
Nessun Risultato
Visualizza tutti i risultati
Arena Digitale
  • HOME
  • PAGAMENTI DIGITALI
  • NEWS
    • Tutti
    • Blockchain
    • Circuito etico
    • Consumatori
    • Criptovalute
    • Cultura Digitale
    • Digital Politics
    • Economia e Finanza
    • Fintech
    • Industria 4.0
    • Intelligenza Artificiale
    • New Trend e Millennians
    • Over the top
    • PA
    • Pagamenti Digitali
    • Sicurezza
    • Smart City
    • Start-up
    • Turismo
    Per Fabio Panetta i pagamenti istantanei non devono avere costi eccessivi

    Banca d’Italia, Panetta: sfide e opportunità tra digitale ed energia

    Poste Italiane: Cerenova, lavori di manutenzione straordinaria per ufficio di via Fregene

    Poste Italiane approva il bilancio 2024 e distribuisce un dividendo di 1,08 euro per azione

    Banca Popolare di Bari, l’Assemblea approva la nuova denominazione “BdM Banca S.p.A.”

    Istat: inflazione scende all’1,7%, pesa il rallentamento dei prezzi energetici

    Poste Italiane: Acuto, nell’ufficio postale di piazza Dante al via i lavori per servizi “Polis”

    Poste Italiane: Acuto, nell’ufficio postale di piazza Dante al via i lavori per servizi “Polis”

    Hospitality: Salone dell’Accoglienza porta ospitalità accessibile al We Make Future Festival di Bologna con il progetto “Di Ognuno”

    Hospitality: Salone dell’Accoglienza porta ospitalità accessibile al We Make Future Festival di Bologna con il progetto “Di Ognuno”

    CheBanca!: con Accenture arriva la piattaforma Premier Business

    Dojo riceve 190 milioni da Vitruvian Partners per espandersi in Europa

    Trending Tags

    • pagamenti digitali
  • FORMAZIONE
  • EVENTI
  • VIDEO
  • JOBS
Nessun Risultato
Visualizza tutti i risultati
Arena Digitale
Nessun Risultato
Visualizza tutti i risultati
Home News

MicroCloud Hologram annuncia l’ottimizzazione degli autoencoder sparsi impilati tramite il modello DeepSeek

14 Febbraio 2025
in News
A A
0
Quali saranno le novità tecnologiche del 2020 e perché ci cambieranno la vita
Condividi su FacebookCondividi su TwitterCondividi su WhatsappCondividi su Linkedin

MicroCloud Hologram, fornitore di servizi tecnologici, ha annunciato l’ottimizzazione approfondita degli autoencoder sparsi impilati tramite il modello open source DeepSeek, iniettando nuova vitalità nella tecnologia di rilevamento delle anomalie e fornendo una soluzione efficiente.

La qualità dei dati è fondamentale per le prestazioni del modello, quindi i dati comportamentali raccolti nella fase di pre-elaborazione dei dati contengono in genere più feature con dimensioni e intervalli numerici diversi. Per eliminare l’influenza dimensionale tra diverse feature e migliorare l’efficacia dell’addestramento del modello, HOLO utilizza il metodo di elaborazione della normalizzazione.

La normalizzazione è una comune tecnica di pre-elaborazione dei dati che ridimensiona i dati a un intervallo specifico, in genere tra 0 e 1 o -1 e 1. In questo modo, i dati di diverse funzionalità possono essere confrontati e analizzati sulla stessa scala, evitando la situazione in cui alcune funzionalità dominano l’addestramento del modello a causa dei loro ampi intervalli di valori. Nel progetto di rilevamento di HOLO, la normalizzazione non solo ha migliorato l’efficienza dell’addestramento del modello, ma ha anche gettato solide basi per la successiva estrazione delle funzionalità. I ​​dati elaborati tramite la normalizzazione sono più allineati con i requisiti di input dei modelli di apprendimento profondo, consentendo al modello di apprendere modelli intrinseci in modo più accurato.

Una volta completata la preelaborazione dei dati, il passaggio successivo consiste nell’inserire i dati elaborati nel modello autoencoder stacked sparse. L’autoencoder stacked sparse è una potente architettura di apprendimento profondo composta da più livelli di autoencoder, con ogni livello responsabile dell’estrazione di feature a diversi livelli. HOLO utilizza il modello DeepSeek per regolare dinamicamente la forza e la modalità del vincolo di sparsità, assicurando che le feature apprese da ogni livello dell’autoencoder siano sparse e rappresentative. Impostando opportunamente il vincolo di sparsità, il modello può catturare meglio le informazioni chiave nei dati e ridurre le feature ridondanti.

Un autoencoder è un modello di apprendimento non supervisionato progettato per codificare i dati di input in una rappresentazione di feature a dimensione inferiore tramite l’encoder, quindi ricostruire i dati di input originali il più accuratamente possibile tramite il decoder. Tra l’encoder e il decoder, l’autoencoder apprende la rappresentazione di feature dei dati tramite un livello nascosto.

HOLO ha innovato e ottimizzato l’autoencoder sparse impilato utilizzando il modello DeepSeek. Questa tecnica impiega un approccio di addestramento greedy, layer-wise, ottimizzando i parametri di ogni layer dell’autoencoder passo dopo passo. Il fulcro di questa strategia di addestramento layer-wise è prima addestrare i layer inferiori dell’autoencoder per apprendere le caratteristiche di base dei dati di input, quindi utilizzare l’output dell’autoencoder del layer inferiore come input per il layer successivo, continuando l’addestramento ed estraendo progressivamente le caratteristiche più profonde. In questo modo, il modello è in grado di catturare gradualmente le complesse relazioni all’interno dei dati, migliorandone il potere espressivo. Ogni layer dell’autoencoder è vincolato dalla sparsità, assicurando che le caratteristiche apprese siano sparse, il che significa che vengono attivati ​​solo pochi neuroni, consentendo al modello di apprendere rappresentazioni di caratteristiche più compatte ed efficaci.

L’autoencoder sparse impilato di HOLO, addestrato con il modello DeepSeek, aggiunge rumore ai dati di input e richiede al modello di ricostruire l’input originale nonostante l’interferenza del rumore. Questo approccio di addestramento con denoising incoraggia il modello ad apprendere rappresentazioni di feature più robuste, consentendogli di eseguire un rilevamento di anomalie accurato anche quando si trova di fronte a dati rumorosi in scenari del mondo reale, migliorando così la robustezza del modello. Nello specifico, durante l’addestramento, viene aggiunto rumore casuale ai dati di input e il modello è incaricato di ricostruire l’input originale. Questo processo costringe il modello ad apprendere rappresentazioni di feature più resilienti, garantendo un’elevata accuratezza anche in presenza di vari tipi di rumore in condizioni del mondo reale.

Oltre al denoising, HOLO applica anche Dropout durante il processo di training. Dropout è una tecnica di regolarizzazione comunemente utilizzata, mirata principalmente a ridurre l’overfitting del modello. Nei modelli di deep learning, l’overfitting si riferisce al fenomeno per cui un modello funziona bene sui dati di training ma male su campioni non visti. Per evitare ciò, HOLO elimina casualmente un sottoinsieme di neuroni durante il training dell’autoencoder sparse impilato. In ogni iterazione di training, il modello seleziona casualmente una porzione di neuroni e imposta i loro output su zero. Il vantaggio di questo approccio è che il modello non può basarsi su alcun neurone specifico per apprendere le caratteristiche dei dati, ma deve invece apprendere rappresentazioni di caratteristiche più generali e robuste.

Inoltre, il modello DeepSeek utilizza un framework di elaborazione distribuita, che assegna attività di training su più nodi computazionali per l’esecuzione parallela. Ciò riduce significativamente i tempi di training e ne migliora l’efficienza. Utilizzando il modello DeepSeek, il pretraining può essere prima condotto sull’autoencoder sparse impilato per apprendere rappresentazioni di funzionalità generali. Questa strategia di pretraining + fine-tuning può accelerare notevolmente la convergenza del modello e migliorare le prestazioni. Introducendo il modello DeepSeek, HOLO ha iniettato nuova vitalità nell’ottimizzazione degli autoencoder sparse impilati. Il modello DeepSeek fornisce un supporto completo in aree quali progettazione dell’architettura, training, apprendimento di funzionalità strategiche e capacità di generalizzazione.

Tags: autoencoderdeepseekMicroCloud Hologramottimizzazione
ShareTweetSendShare

Ricevi aggiornamenti in tempo reale sulle categorie di questo post direttamente sul tuo dispositivo, iscriviti ora.

Interrompi le notifiche

Relativi Post

Per Fabio Panetta i pagamenti istantanei non devono avere costi eccessivi
Cultura Digitale

Banca d’Italia, Panetta: sfide e opportunità tra digitale ed energia

30 Maggio 2025

Nelle Considerazioni finali sulla Relazione annuale 2024, il Governatore della Banca d’Italia, Fabio Panetta, ha sottolineato con forza il ruolo...

Leggi ancora
Poste Italiane: Cerenova, lavori di manutenzione straordinaria per ufficio di via Fregene

Poste Italiane approva il bilancio 2024 e distribuisce un dividendo di 1,08 euro per azione

30 Maggio 2025
Banca Popolare di Bari, l’Assemblea approva la nuova denominazione “BdM Banca S.p.A.”

Istat: inflazione scende all’1,7%, pesa il rallentamento dei prezzi energetici

30 Maggio 2025
Poste Italiane: Acuto, nell’ufficio postale di piazza Dante al via i lavori per servizi “Polis”

Poste Italiane: Acuto, nell’ufficio postale di piazza Dante al via i lavori per servizi “Polis”

30 Maggio 2025
Arena Digitale

Seguici anche su

info@arenadigitale.it

ISCRIVITI ALLA NEWSLETTER

    L'ESPERTO RISPONDE

    LINK

    A.P.S.P.

    • CHI SIAMO
    • CONTATTI
    • PRIVACY
    ARENA DIGITALE  -  CF. P.Iva 17134791007 -
    Iscritto al Tribunale di Roma N. 166 - 5/12/2019

    Welcome Back!

    Login to your account below

    Forgotten Password?

    Retrieve your password

    Please enter your username or email address to reset your password.

    Log In

    Add New Playlist

    Gestisci Consenso Cookie
    Usiamo cookie per ottimizzare il nostro sito web ed i nostri servizi.
    Funzionale Sempre attivo
    L'archiviazione tecnica o l'accesso sono strettamente necessari al fine legittimo di consentire l'uso di un servizio specifico esplicitamente richiesto dall'abbonato o dall'utente, o al solo scopo di effettuare la trasmissione di una comunicazione su una rete di comunicazione elettronica.
    Preferenze
    L'archiviazione tecnica o l'accesso sono necessari per lo scopo legittimo di memorizzare le preferenze che non sono richieste dall'abbonato o dall'utente.
    Statistiche
    L'archiviazione tecnica o l'accesso che viene utilizzato esclusivamente per scopi statistici. L'archiviazione tecnica o l'accesso che viene utilizzato esclusivamente per scopi statistici anonimi. Senza un mandato di comparizione, una conformità volontaria da parte del vostro Fornitore di Servizi Internet, o ulteriori registrazioni da parte di terzi, le informazioni memorizzate o recuperate per questo scopo da sole non possono di solito essere utilizzate per l'identificazione.
    Marketing
    L'archiviazione tecnica o l'accesso sono necessari per creare profili di utenti per inviare pubblicità, o per tracciare l'utente su un sito web o su diversi siti web per scopi di marketing simili.
    Gestisci opzioni Gestisci servizi Gestisci {vendor_count} fornitori Per saperne di più su questi scopi
    Preferenze
    {title} {title} {title}
    Nessun Risultato
    Visualizza tutti i risultati
    • HOME
    • PAGAMENTI DIGITALI
    • NEWS
      • Pagamenti Digitali
      • Blockchain
      • Intelligenza Artificiale
      • Criptovalute
      • Fintech
      • Over the top
      • PA
      • Consumatori
      • New Trend e Millennians
      • Turismo
      • Industria 4.0
      • Sicurezza
      • Digital Politics
      • Circuito etico
      • Cultura Digitale
      • Economia e Finanza
    • FORMAZIONE
    • REGULATION
    • EVENTI
    • VIDEO
    This website uses cookies. By continuing to use this website you are giving consent to cookies being used. Visit our Privacy and Cookie Policy.