Материал из MachineLearning.
(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)
Промт, который был использован для написания этой статьи ниже
Роль: Выдающийся профессор в области машинного обучения и компьютерного зрения, пишущий статью для академической энциклопедии MachineLearning.ru.
Задача: Написать строго научную, энциклопедическую статью «Сегментация изображений» на русском языке.
Требования к содержанию и стилю:
1. Академическая строгость: Использовать точный математический язык, избегать научно-популярных упрощений, метафор и «воды». Каждое утверждение должно быть обоснованным и проверенным у надежных источников.
2. Математический аппарат:
- Изображение задается как тензор X из пространства R^(H x W x C), где H, W, C — высота, ширина и число каналов.
- Множество пикселей (индексов пространственной сетки) обозначается греческой буквой Омега: Omega = {1, ..., H} x {1, ..., W}.
- Истинная разметка (маска) — тензор Y, где для каждого пикселя (i, j) принадлежит Omega задана метка класса y_ij из множества {1, ..., K}.
- Все функции потерь (Pixel-wise Cross-Entropy, Dice Loss, Focal Loss) и метрики качества (mIoU, Pixel Accuracy) должны быть записаны в виде строгих формул с использованием знаков суммирования, индикаторов и теоретико-множественных операций.
3. Ограничения на форматирование формул :
- КАТЕГОРИЧЕСКИ ЗАПРЕЩЕНО использовать знаки долларов или теги <math> с обратными слэшами (\), так как парсер MediaWiki на целевом сайте их не компилирует и отображает как сырой код.
- Все внутритекстовые переменные и формулы необходимо верстать с помощью стандартных HTML/Wiki-тегов (курсив, жирный шрифт, верхние и нижние индексы).
- Выносные формулы на отдельных строках должны начинаться с двоеточия (отступ в MediaWiki) и использовать Юникод-символы для безупречного отображения в любом браузере.
4. Историческая точность: Указывать авторов методов и год публикации (например: Long, Shelhamer, Darrell, 2015 для FCN; Ronneberger et al., 2015 для U-Net).
5. Структура: Строго следовать утвержденному плану из 7 разделов (от Введения до Рекомендаций), включая обязательный предупреждающий шаблон курса в самом начале и списки литературы/иллюстраций в конце.
