Data analytics algorithms for multi-dimensional datasets: an image classifier to recognize different species of flowers

Abstract

Εκατοντάδες λουλούδια υπάρχουν στη γη, αποτελώντας αναπόσπαστο μέρος όλων των έμβιων όντων όχι μόνο από αισθητική άποψη αλλά και για την ανθρώπινη ζωή σε πολλούς τομείς όπως η ιατρική επιστήμη, η βιομηχανία και το περιβάλλον. Είναι απαραίτητο να δημιουργηθεί μια βάση δεδομένων για την τεκμηρίωση των λουλουδιών, προσδιορίζοντας έναν αποτελεσματικό τρόπο αναγνώρισης των ειδών στα οποία ανήκουν, ακόμη και από μια εφαρμογή έξυπνου τηλεφώνου. Επειδή οι αλγόριθμοι της Τεχνητής Νοημοσύνης (Νευρωνικά Δίκτυα) ενσωματώνονται ολοένα και περισσότερο στις καθημερινές εφαρμογές, η ανάπτυξη ενός τέτοιου ταξινομητή εικόνας δημιουργώντας ένα μοντέλο βαθιάς μάθησης εκπαιδευμένο σε εκατοντάδες χιλιάδες εικόνες θα οδηγούσε ως μέρος της συνολικής αρχιτεκτονικής εφαρμογών. Στη παρούσα εργασία, αναπτύχθηκε και εκπαιδεύτηκε ένας ταξινομητής εικόνας για την αναγνώριση 102 διακριτών ειδών λουλουδιών χρησιμοποιώντας μιας συγκεκριμένης κατηγορίας αλγορίθμων μηχανικής μάθησης που ονομάζονται Convolutional Neural Networks, με αποτέλεσμα πολύ καλές επιδόσεις σε μια ποικιλία πειραμάτων, επιτυγχάνοντας ακρίβεια έως και 94%.