Memulihkan Data:Model Neural Network NIST Menemukan Objek Kecil dalam Gambar Padat
Dalam upaya untuk secara otomatis menangkap data penting dari makalah ilmiah, ilmuwan komputer di Institut Nasional Standar dan Teknologi (NIST) telah mengembangkan metode untuk secara akurat mendeteksi objek geometris kecil seperti segitiga dalam plot padat berkualitas rendah yang terkandung dalam data gambar. Dengan menggunakan pendekatan jaringan saraf yang dirancang untuk mendeteksi pola, model NIST memiliki banyak kemungkinan penerapan dalam kehidupan modern.
Model jaringan saraf NIST menangkap 97% objek dalam kumpulan gambar uji yang ditentukan, menempatkan pusat objek dalam beberapa piksel dari lokasi yang dipilih secara manual. Para peneliti mengambil data dari artikel jurnal yang berasal dari awal 1900-an dalam database sifat logam di Pusat Penelitian Termodinamika NIST (TRC). Seringkali hasilnya hanya disajikan dalam format grafis, kadang-kadang digambar dengan tangan dan diturunkan dengan memindai atau memfotokopi. Para peneliti ingin mengekstrak lokasi titik data untuk memulihkan data mentah asli untuk analisis tambahan. Sampai saat ini data tersebut telah diekstraksi secara manual.
Gambar menyajikan titik data dengan berbagai penanda yang berbeda, terutama lingkaran, segitiga, dan kotak, baik terisi maupun terbuka, dengan berbagai ukuran dan kejelasan. Penanda geometris seperti itu sering digunakan untuk melabeli data dalam grafik ilmiah. Teks, angka, dan simbol lainnya, yang mungkin tampak palsu sebagai titik data, dihapus secara manual dari subset gambar dengan perangkat lunak pengedit grafik sebelum melatih jaringan saraf.
Mendeteksi dan melokalisasi penanda data secara akurat merupakan tantangan karena beberapa alasan. Penanda tidak konsisten dalam kejelasan dan bentuk yang tepat; mereka mungkin terbuka atau terisi dan terkadang kabur atau terdistorsi. Beberapa lingkaran tampak sangat melingkar, misalnya, sedangkan yang lain tidak memiliki cukup piksel untuk sepenuhnya menentukan bentuknya. Selain itu, banyak gambar berisi tambalan yang sangat padat dari lingkaran, kotak, dan segitiga yang tumpang tindih.
Para peneliti berusaha membuat model jaringan yang mengidentifikasi titik plot setidaknya seakurat deteksi manual — dalam jarak 5 piksel dari lokasi sebenarnya pada plot yang berukuran beberapa ribu piksel per sisi.
Peneliti NIST mengadopsi arsitektur jaringan yang awalnya dikembangkan oleh peneliti Jerman untuk menganalisis gambar bio-medis, yang disebut U-Net. Pertama, dimensi gambar dikontrak untuk mengurangi informasi spasial, lalu lapisan fitur dan informasi konteks ditambahkan untuk membangun hasil resolusi tinggi yang presisi.
Untuk membantu melatih jaringan untuk mengklasifikasikan bentuk penanda dan menemukan pusatnya, para peneliti bereksperimen dengan empat cara menandai data pelatihan dengan topeng, menggunakan penandaan dan garis tengah berukuran berbeda untuk setiap objek geometris.
Para peneliti menemukan bahwa menambahkan lebih banyak informasi ke topeng, seperti garis yang lebih tebal, meningkatkan akurasi mengklasifikasikan bentuk objek tetapi mengurangi akurasi penentuan lokasi mereka di plot. Pada akhirnya peneliti menggabungkan aspek terbaik dari beberapa model untuk mendapatkan klasifikasi terbaik dan kesalahan lokasi terkecil. Mengubah topeng ternyata merupakan cara terbaik untuk meningkatkan kinerja jaringan, lebih efektif daripada pendekatan lain seperti perubahan kecil di ujung jaringan.
Performa terbaik jaringan — akurasi 97% dalam menemukan pusat objek — hanya dimungkinkan untuk subset gambar di mana titik plot awalnya diwakili oleh lingkaran, segitiga, dan kotak yang sangat jelas. Performanya cukup baik bagi TRC untuk menggunakan jaringan saraf guna memulihkan data dari plot di makalah jurnal yang lebih baru.
