Высокоэффективную систему искусственного интеллекта (IT) на основе «нейтрософской» модели для выявления инцидентов уличного насилия по данным камер наблюдения «умного города» создал коллектив ученых Урала, Татарии и Узбекистана, 20 января сообщает пресс-служба Южно-Уральского государственного университета (ЮУрГУ).

В проекте приняла участие доцент кафедры «Международные отношения, политология и регионоведение» ЮУрГУ Вероника Денисович, являющаяся правоведом и практикующим юристом, известным экспертом в области цифрового права и кибербезопасности.

Алгоритмы распознавания насилия, например, по данным с камер наблюдения в тюрьмах, уже существуют. Но в условиях большого города с систем видеонаблюдения «умного города» поступают огромные объемы данных, что требует создания более эффективных алгоритмов их обработки.

Для этой цели в разработанной научным коллективом модели была применена «нейтрософская» многозначная логика, которая, кроме «да» (1) и «нет» (0), учитывает еще третье, неопределенное значение. В некотором смысле она напоминает классическую нечеткую логику, которую используют в нейросетях, однако есть определенные математические отличия.

Созданная на основе нейтрософской логики новая модель, получившая название TL-NWELMVD, после проведенного глубокого обучения на материалах хоккейных матчей — известном наборе данных Hockey Fights, продемонстрировала лучшие результаты, чем существовавшие ранее системы IT.

Hockey Fights содержит 1000 видеоэпизодов, при этом около 50% из них содержат различные виды физического насилия. При проведении тестирования уровень обнаружения насилия системой TL-NWELMVD составил более 98%.

Вероника Денисович пояснила: «Это система контроля за теми обстоятельствами, что происходят возле проезжей части — от контроля за транспортом до выявления эпизодов насилия. Она позволяет отследить не только сам факт правонарушения, но и оценить количество объектов, идентифицировать факты, проверить их математически, юридически, кроме того, нужно отметить скорость обработки информации — о правонарушении она сообщает мгновенно».

Результаты работы ученые представили в статье «Эффективная классификация данных с использованием интервальной нейтрософии, охватывающей грубые наборы данных на основе окрестностей, для FinTech-приложений» (Effective Data Classification using Interval Neutrosophic Covering Rough Sets based on Neighborhoods for FinTech Applications), опубликованной в International Journal of Neutrosophic Science.