Нейронные сети – посредник между размером и качеством загрузки контента
Согласно новому исследованию доцента Технологического института Нью-Джерси Джейкоба Чакарески (Jacob Chakareski) непрекращающаяся битва между требованиями к данным приложений и доступной пропускной способностью сети теперь, похоже, может достигнуть перемирия.
Команда Чакарески, сотрудничая с коллегами из Массачусетского университета в Амхерсте, разработала систему, позволяющую сглаживать и масштабировать сетевые запросы с помощью нейронной сети, работающей на принимающем оборудовании.
Система называется BONES — Buffer Occupancy-based Neural-Enhanced Streaming. Она будет представлена на конференции ACM Sigmetrics в Венеции (Италия) этим летом.
«Доступ к высококачественному видеоконтенту может быть затруднен из-за недостаточной и нестабильной пропускной способности сети… Применение нейронных сетей демонстрирует многообещающие результаты в улучшении качества видео с ухудшенным качеством с помощью глубокого обучения» (прим. Глубокое обучение (Deep learning) — это вид машинного обучения с использованием многослойных нейронных сетей, которые самообучаются на большом наборе данных).
В результате применения математической функции, известной как «оптимизация Ляпунова», эксперимент показал, что BONES повышает качество восприятия на 4-13%, демонстрируя свой потенциал по улучшению качества видеопотока для пользователей.
Как поясняет доцент Чакарески, общая идея возможности улучшения доставки «тяжёлого» контента с помощью нейросетей высказывалась и раньше, но решение, которое предлагает его команда, стало первой реальной системой. На сегодняшний день построен физический прототип системы, реальные испытания которого проводятся совместно с представителями Университета Иллинойса в проекте смешанной реальности MiVirtualSeat, который как раз сталкивается с проблемами, решаемыми BONES.
Исследователи из Технологического института Нью-Джерси рассчитывают, что популярные сервисы видеоконференцсвязи смогут воспользоваться разработкой BONES, ведь метод машинного обучения используется в самых разных областях – и видеосвязь может стать ещё одной сферой его применения. Пока учёные не думали о коммерциализации своей технологии, но уверены, что этот этап не за горами.
Источник: TechXplore