Ang hindi pa natutukoy na pagkatuto ay isang sangay ng pagkatuto ng makina na nagsusuri ng datos nang walang naka-sign na mga tugon. Sa pagproseso ng imahe, tumutulong ito sa pagkilala ng mga padron, mga grouping, at mga katangian sa loob ng malalaking datasets ng mga imahe. Ang pamamaraang ito ay mahalaga para sa mga gawain kung saan ang mga may markang datos ay kakaunti o hindi makukuha.
Mga Pamamaraan sa Pagproseso ng Larawan na Walang Pasubali
Ilang mga pamamaraan ang ginagamit upang ipatupad ang hindi nababawal na pag-aaral sa pagpoproseso ng imahe. ang mga lustering algorithms, tulad ng K-asthetic at monogenic clustering, group na katulad na mga imahe o rehiyon sa loob ng mga imahe. dimensionalidad na mga paraan tulad ng Supponent Analysis (PCA) ay nagpapasimple ng data sa pamamagitan ng pagbabawas ng mga katangian habang pinananatili ang mahahalagang impormasyon. ang mga autouncoder, isang uri ng neural network, ay nag-aaral ng mahusay na mga representasyon ng datos at ginagamit para sa pag-alisa ng pag-aliso at tampok na pagkuha.
Mga Pagkalkula at mga Katakut - takot na Pagkain
Ang mga kalkulasyon sa hindi kontroladong pagkatuto ay kadalasang kinasasangkutan ng pagsukat ng pagkakatulad o distansiya sa pagitan ng mga puntong datos. ang mga karaniwang metric ay kinabibilangan ng Euclidean distansiya at pagkakatulad ng cosine.Ang mga lusyong algorithm ay gumagamit ng mga metrikong ito upang magtalaga ng datos sa mga pangkat. ang mga ekwasyong metriko gaya ng spesipikong iskor ay sumusukat ng kalidad ng pagkukumpol sa pamamagitan ng pagsukat kung gaano ang isang bagay ay katulad sa sarili nitong kumpol kumpara sa ibang mga kumpol.
Mga Halimbawa sa Tunay na Daigdig
Sa medikal na imaging, tumutulong ito sa mga himaymay ng bahagi ng katawan at nakikilala ang mga ito nang walang tatak.