2024電力人工智能樣本增廣技術(shù)架構(gòu)要求

電力人工智能樣本增廣技術(shù)架構(gòu)要求目 次前 言 II范圍 3規(guī)性引文件 3術(shù)和定義 3符、代和縮語(yǔ) 3符號(hào) 4代號(hào) 4縮語(yǔ) 4圖類(lèi)樣增廣術(shù) 4基圖像廣 4混圖像廣 5虛圖像成 5文文檔樣本廣技術(shù) 5標(biāo)無(wú)關(guān)法 5標(biāo)相關(guān)廣方法 5用于OCR文的樣增廣術(shù) 5語(yǔ)類(lèi)樣增廣術(shù) 6樣增廣果評(píng)要求 6通評(píng)價(jià)求 6圖類(lèi)樣增廣果評(píng)要求 6文類(lèi)樣增廣果評(píng)要求 6音類(lèi)樣增廣果評(píng)要求 6樣增廣略制要求 7樣增廣標(biāo) 7樣增廣子選擇 7樣增廣子的序 7樣增廣度 7樣增廣隨機(jī)性 7樣增廣子編技術(shù)功能求 7可展性 7并性 7容性 7數(shù)流管理 7優(yōu)和調(diào)度 7可化和理 8參考文獻(xiàn) 9I電力人工智能樣本增廣技術(shù)架構(gòu)要求范圍本文件規(guī)定了電力人工智能樣本增廣技術(shù)架構(gòu)、策略制定、增廣算子編排等方面做出規(guī)范性要求。本文件適用于電力人工智能圖像類(lèi)、文本文檔類(lèi)、語(yǔ)音類(lèi)等樣本增廣。規(guī)范性引用文件GB/T5271.29—200629GB/T5271.31—200631DA/T77-2019OCR術(shù)語(yǔ)和定義下列術(shù)語(yǔ)和定義適用于本文件。3.1人工智能artificialintelligence研究人類(lèi)智能活動(dòng)的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計(jì)算機(jī)去完成以往需要人的3.2噪聲noise真實(shí)標(biāo)記與數(shù)據(jù)集中的實(shí)際標(biāo)記間的偏差。3.3語(yǔ)音識(shí)別automaticspeechrecognition讓機(jī)器通過(guò)識(shí)別和理解過(guò)程把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)。3.4信噪比signal-noiseratio是一種用于度量信號(hào)與噪聲強(qiáng)度之間關(guān)系的指標(biāo)。3.5峰值信噪比peaksignal-noiseratio指用于表示信號(hào)的最大可能功率與影響其表示的保真度的破壞噪聲的功率之間的比率。3.6語(yǔ)音清晰度perceptualevaluationofspeechquality指語(yǔ)音質(zhì)量的知覺(jué)評(píng)估方法。3.7語(yǔ)音質(zhì)量指標(biāo)meanopinionscore是一種用工衡量語(yǔ)音質(zhì)量的指標(biāo)。3.8樣本增廣算子sampleaugmentationoperator指在機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中用于擴(kuò)充訓(xùn)練數(shù)據(jù)集的技術(shù)。符號(hào)、代號(hào)和縮略語(yǔ)3下列符號(hào)、代號(hào)和縮略語(yǔ)適用于本文件。無(wú)無(wú)縮略語(yǔ)OCR：光學(xué)字符識(shí)別（OpticalCharacterRecognition）GAN：生成對(duì)抗網(wǎng)絡(luò)（GenerativeAdversarialNetwork）樣本增廣技術(shù)總體架構(gòu)電力人工智能樣本增廣技術(shù)總體架構(gòu)包括：樣本增廣技術(shù)：包括圖像、文本、音頻三種類(lèi)型樣本的主流增廣技術(shù)；樣本增廣技術(shù)要求：包括樣本增廣效果評(píng)價(jià)要求、樣本增廣策略制定要求和樣本增廣算子編排圖1電力人工智能樣本增廣技術(shù)總體架構(gòu)圖圖像類(lèi)樣本增廣技術(shù)基本圖像增廣4混合圖像增廣虛擬圖像生成文本文檔類(lèi)樣本增廣技術(shù)標(biāo)簽無(wú)關(guān)增廣方法單詞替換回譯引入噪聲標(biāo)簽相關(guān)增廣方法OCR文檔的樣本增廣技術(shù)對(duì)于OCROCR5音頻類(lèi)樣本增廣技術(shù)音頻類(lèi)樣本增廣技術(shù)一般包括但不限于以下幾種：d)生成式的方法：是指通過(guò)生成新的數(shù)據(jù)來(lái)增加訓(xùn)練樣本的規(guī)模和多樣性，例如使用生成式對(duì)抗網(wǎng)絡(luò)（GAN）等方法。樣本增廣效果評(píng)價(jià)要求通用評(píng)價(jià)要求數(shù)據(jù)一致性模型性能F1模型魯棒性數(shù)據(jù)平衡性人工評(píng)估圖像類(lèi)樣本增廣效果評(píng)價(jià)要求9.2.1 可視化效果文本類(lèi)樣本增廣效果評(píng)價(jià)要求9.3.1 語(yǔ)義一致性保持音頻類(lèi)樣本增廣效果評(píng)價(jià)要求9.4.1 音頻質(zhì)量指標(biāo)評(píng)價(jià)6樣本增廣策略制定要求樣