Добавлен: 04.05.2024
Просмотров: 26
Скачиваний: 0
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Рисунок 19 – Стратегическая диаграмма 2021
Часто цитируемая тема в квадранте хайпа – word embedding (см. рис. 20). Как способ кодирования слов, этот кластер содержит связанные темы: nlp, bag of words, language model и neural networks.
Рисунок 20 – Кластер word embedding 2021
Ещё один кластер из квадранта хайпа – глубокое обучения для визуального восприятия (см. рис. 21). В него входит модель SLAM, задача локализации, а также mapping и методы глубокого обучения в целом.
Рисунок 21 – Кластер deep learning for visual perception 2021
Кластер medical imaging (см. рис. 22) как и в 19-м году находится в хайпе. Содержит он в себе понятия, связанные с медициной, вроде глазного дна и лучевой терапии.
Рисунок 22 – Кластер medical imaging 2021
Очень злободневным кластером среди фургонов является covid 19 (см. рис. 23). С появлением вируса, сразу же стали приниматься активные попытки диагностировать его с помощью нейронных сетей. Кластер содержит темы CV, изучение метрик и transfer learning, который скорее всего применялся для обучения сетей для covid.
Рисунок 23 – Кластер covid-19 2021
2022:
Диаграмма 22 года (см. рис. 24) повторяет тенденцию прошлого. Имеется очень много самых различных кластеров, среди которых есть и встречавшиеся ранее.
Рисунок 24 – Стратегическая диаграмма 2022
Новая тема, появившаяся на стратегической диаграмме впервые – few shot learning (см. рис 25). Новый подход к self-supervised обучению находится в квадранте фургонов как набирающая силу тема. Кластер включает в себя 2 задачи, слабо контролируемое обучение и meta learning.
Рисунок 25 – Кластер few shot learning 2022
Тесно связанной с самоконтролируемым обучением темой является предобучение, потому решил рассмотреть этот кластер. Он находится в квадранте хаоса, что, возможно, говорит о затухании интереса. Включает же он в себя задачу восстановления изображения и подвид pretraining – fine tuning.
Рисунок 26 – Кластер pretraining 2022
Показалось любопытным рассмотрение кластера с очень общим названием computer vision, находящийся в квадранте хайпа. Данный кластер связан, как ни странно, с тремя задачами из CV, а также с мультимодальным обучением.
Рисунок 27 – Кластер computer vision 2022
Тема, которую не было видно ранее, внезапно появилась в квадранте хайпа. Данный кластер включает в себя твитер, нейронные сети, NLP и классификацию. Связь со всеми этими темами вполне понятна.
Рисунок 28 – Кластер social media
Вывод
На самом деле, мне немного сложно сделать вывод из проведённого анализа. Из диаграмм можно проследить основные темы, которые чаще всего цитировались в рамках полученной выборки. Например, medical imaging, различные прочие задачи из CV, иногда задачи из NLP, а также различные методы обучения, вроде semi-supervised, few-shot, weakly-supervised. Однако всех этих тем очень много, и они сильно перемешаны с крайне общими понятиями вроде machine learning, deep learning, CV, NLP, neural networks и т. д. К тому же, полагаю, на анализ сильно повлияли крайне короткие промежутки времени, ведь как правило на коротких выборках плохо прослеживаются статистические законы и имеется сильное влияние информационного шума.
